Gensim中Doc2Vec的infer_vector是否需要对短句做窗口大小补全？

不需要手动用NULL词补全短句！Gensim的infer_vector()方法已经内置了对短句的处理逻辑，完全不用你额外操作。

具体原因： #

• 当你的句子长度小于设置的window值时，Gensim会自动使用动态截断窗口。比如你例子里的['I', 'am', 'groot']长度为3，window=5，模型在处理每个词时，只会在句子的有效范围内选取上下文——比如处理'am'时，只会取前后的'I'和'groot'作为上下文，不会强行去寻找不存在的词。
• 手动添加NULL词反而可能帮倒忙：如果你的训练语料里没有这类NULL词，它们对应的向量要么不存在，要么是随机初始化的，会干扰模型对原段落语义的捕捉，导致推理出的向量不准确。

额外提醒： #

原论文《Distributed Representations of Sentences and Documents》里的推理阶段，核心是固定预训练的词向量矩阵、输出层参数，仅优化新段落的向量。Gensim的infer_vector()已经完整实现了这个逻辑，包括处理短句这类边界情况，所以直接传入原始的短句列表就好。

内容的提问来源于stack exchange，提问作者doyouknowkimchi