r - 使用带有 textTinyR (Doc2Vec) 的预保存词向量的文件路径

Question

我正在熟悉 R 中一个名为 textTinyR 的新包，它有助于从单词级嵌入创建文档级嵌入。为此，它需要保存在本地系统/机器中的 word_vectors.txt。这个想法是运行它并将结果用于主要用于社交媒体的文本聚类。在运行此包的 Doc2Vec 方法之前，已经考虑了预处理的某些方面（包括创建词向量 - 使用 text2vec 的 Glove 方法完成）。

以下代码片段用于此任务，所有计算都在指定的工作目录中完成：

write.table(word_vectors, file = "word_vectors.txt", sep = " ", row.names = TRUE, quote = FALSE, col.names = FALSE)

doc_vectors <- Doc2Vec$new(token_list = list(tokens3), word_vector_FILE = "word_vectors.txt", print_every_rows = 5000, verbose = FALSE, copy_data = FALSE)

但是，最后一行会导致错误：

reduce_word_vectors 中的错误（self$word_vector_FILE，private$unq_tok，：期望字符串向量：[type=list; required=STRSXP]。

我已经尝试了几个指定路径的版本，将以下内容传递给 Doc2Vec 方法的 word_vector_FILE 参数，但它们也会导致相同的错误：

1. word_vector_FILE = paste(c('..', '/Doc2Vec/', 'word_vectors.vec'),
2. word_vector_FILE = "word_vectors.txt"。

我还将 word_vector 文件保存在 textTinyR 文件夹中，如其文档中所示（并且有一个虚拟 word_vec.txt 文件并使用了命令：PATH = system.file("example_files", "word_vectors.txt", package = "textTinyR" ) 并将此文件路径传递给 Doc2Vec 方法，但错误仍然存​​在。

示例词向量文件可以从以下链接下载： https ://wetransfer.com/downloads/dfcf7443c2ed8c4e2dfbf0825db46c2520180903100757/43efc66c2259c00419390c54e8bf1c8220180903100757/8ccc94

有人可以分享他们关于如何确保文件被正确读取的建议吗？提前感谢您的投入。

标签： rword2vecdoc2vec