在gensim中，当我提供一个字符串作为训练doc2vec模型的输入时，我收到此错误：
TypeError（'不知道如何处理uri％s'％repr（uri））
我提到了这个问题Doc2vec : TaggedLineDocument()，但仍然对输入格式有疑问。
documents = TaggedLineDocument('myfile.txt')
myFile.txt是否应该将令牌作为列表列表，或者每个文档或字符串的每行中都有单独的列表？
For eg - 我有2份文件。
Doc 1：机器学习是从模式识别研究演变而来的计算机科学的一个子领域。
Doc 2：Arthur Samuel将机器学习定义为“让计算机具备学习能力的研究领域”。
那么，myFile.txt应该是什么样的？
案例1：每行中每个文档的简单文本
机器学习是从模式识别研究演变而来的计算机科学的一个子领域
Arthur Samuel将机器学习定义为一个让计算机具备学习能力的研究领域
案例2：列表中包含每个文档的标记
[ ["Machine", "learning", "is", "a", "subfield", "of", "computer", "science", "that", "evolved", "from", "the", "study", "of", "pattern", "recognition"]，
["Arthur", "Samuel", "defined", "machine", "learning", "as", "a", "Field", "of", "study", "that", "gives", "computers" ,"the", "ability", "to", "learn"] ]
案例3：单独行中每个文档的标记列表
["Machine", "learning", "is", "a", "subfield", "of", "computer", "science", "that", "evolved", "from", "the", "study", "of", "pattern", "recognition"]
["Arthur", "Samuel", "defined", "machine", "learning", "as", "a", "Field", "of", "study", "that", "gives", "computers" ,"the", "ability", "to", "learn"]
当我在测试数据上运行它时，我想要预测doc向量的句子的格式应该是什么？它应该像下面的案例1或案例2还是其他什么？
model.infer_vector(testSentence, alpha=start_alpha, steps=infer_epoch)
testSentence应该是：
案例1：字符串
testSentence = "Machine learning is an evolving field"
案例2：令牌列表
testSentence = ["Machine", "learning", "is", "an", "evolving", "field"]
TaggedLineDocument是一个便利类，它希望它的源文件（或类文件对象）是以空格分隔的标记，每行一个。 （也就是说，你在第一个问题中称为“案例1”。）
但是你可以编写你自己的可迭代对象来提供给gensim Doc2Vec作为documents语料库，只要这个语料库（1）可迭代地返回next()对象，像TaggedDocument一样，有words和tags列表;并且（2）可以多次迭代，因为Doc2Vec需要进行初始词汇调查和iter训练传球的多次传球。
infer_vector()方法采用令牌列表，类似于单个words类对象的TaggedDocument属性。 （也就是说，你在第二个问题中称为“案例2”。）