我在一些文章中（Tomas Mikolov…）了解到，形成句向量的一个更好方法是拼接词向量。

但由于我在数学方面的笨拙，我仍然不确定其中的细节。

例如，

假设词向量的维度是m；一个句子有n个词。

拼接操作的正确结果是什么？

它是一个1 x m*n的行向量吗？还是一个m x n的矩阵？

回答：

至少有三种常见的嵌入向量组合方式：（a）求和，（b）求和并平均，或（c）拼接。因此，在你的情况下，使用拼接方法，将会得到一个1 x m*a的向量，其中a是句子的数量。在其他情况下，向量的长度保持不变。参见gensim.models.doc2vec.Doc2Vec，dm_concat和dm_mean – 它允许你使用这三种选项中的任何一种[1,2]。

[1] http://radimrehurek.com/gensim/models/doc2vec.html#gensim.models.doc2vec.LabeledLineSentence

[2] https://github.com/piskvorky/gensim/blob/develop/gensim/models/doc2vec.py