Doc2Vec（Paragraph Vector）是一种用于将文档映射到向量空间的算法，它是Word2Vec的扩展，能够学习文档级别的向量表示。Doc2Vec模型是由Quoc Le等人于2014年提出的，它通过训练神经网络来学习每个文档的固定长度的向量表示。
Doc2Vec有两个主要的模型架构：Distributed Memory (DM) 和 Distributed Bag of Words (DBOW)。以下是这两种模型的简要介绍：
1、Distributed Memory (DM)：
在这个模型中，每个文档被映射到一个固定长度的向量，同时在学习词向量的过程中，保留了全局的上下文信息。
模型的输入包括一个文档的词序列和该文档的标签。标签用于区分不同的文档。
训练时，模型尝试通过上下文中的词来预测目标词，同时也使用文档的标签信息。
2、Distributed Bag of Words (DBOW)：
在这个模型中，文档标签被用作上下文信息，但不考虑具体的词序列。
模型的目标是通过文档标签来预测文档中的任意一个词。
DBOW 模型更注重文档整体的语义信息，而不关心词的顺序。
Doc2Vec的训练过程与Word2Vec相似，都是通过反向传播算法进行的。在训练过程中，通过最小化损失函数，模型学习得到每个文档的向量表示，使得在向量空间中相似的文档在距离上更接近。
Doc2Vec模型的向量表示在文本挖掘任务中得到了广泛应用，例如文档相似性计算、文本分类、信息检索等。通过学习文档级别的向量表示，Doc2Vec使得计算文档之间的语义相似性更为方便。
