有几种方法可以获得文档嵌入。如果您想获得不属于经过训练的 doc2vec 模型的文档的向量，gensim 提供了一个名为的方法，该方法infer_vector允许您映射嵌入。

您还可以使用bert-as-service来生成句子级嵌入。如果您的目标是找到句子或文档之间的某种相似性，我建议您使用 Google 的通用句子编码器(USE) 模型来生成句子嵌入。有多种方法可以将句子级别的嵌入结合到文档级别，尝试的第一步是取平均值，或者您可以为文档上的滑动窗口生成句子嵌入并取其平均值。

我推荐 USE 而不是 BERT 的原因是，USE 是专门为句子相似性任务训练的，而 BERT，即使可以应用于任何 NLP 任务，最初也是为了预测句子中的单词或完成句子而训练的。您可能会发现此链接很有帮助，它在 USE 和 BERT 之间进行了很好的比较，以及为什么根据任务选择模型很重要。