Doc2vec most_similar方法返回高于1

Question

我已经按照500.000文档的本教程培训了doc2vec模型。 https://github.com/abtpst/Doc2Vec/blob/master/trainDoc2Vec.py

但是，当我尝试为给定文档查找most_similar文档时，结果的相似度高于1.正如您在代码和输出中看到的，docvecs.similarity返回0.246，docvecs.most_similar返回9.996之间的相似性同样的两个文件。您可以在下面看到代码和输出：

from gensim.models import doc2vec
def myhash(obj):
    return hash(obj) % (2 ** 32)    
model = doc2vec.Doc2Vec(hashfxn=myhash)
model = doc2vec.Doc2Vec.load("d2v.model")

tag1 = "012020171590"
tag2 = "0109201716181"

print(tag1 in model.docvecs.doctags)
print(tag2 in model.docvecs.doctags)

print(model.docvecs.similarity(tag1, tag2))
print(model.docvecs.most_similar(tag1))

输出：

  

真

     

真

     

0.24682570854972158

     

[（＆＃39; 0109201716181＆＃39;，9.996172904968262），（＆＃39; 0120201611372＆＃39;，9.853036880493164），（＆＃39; 010120166996＆＃39;，9.613503456115723），（＆＃39; 012020173027＆＃ 39;，8.97104263305664），（＆＃39; 01202017423＆＃39;，8.886014938354492），（＆＃39; 01002009541＆＃39;，8.783470153808594），（＆＃39; 00002004106＆＃39;，8.682585716247559），（＆＃39; 0109201616963＆＃39;，8.671405792236328），（＆＃39; 011020171931＆＃39;，8.659266471862793），（＆＃39; 011020175199＆＃39;，8.573907852172852）]

图书馆和系统版本：

的Linux-4.9.0-6-AMD64的x86_64的与 - Debian的9.4

Python 3.5.3（默认，2017年1月19日，14：11：04）

NumPy 1.14.3

SciPy 1.1.0

gensim 3.4.0

FAST_VERSION 1