根据您分享的内容，它似乎Doc2Vec应该适合您的目标。

也就是说，我认为Doc包名中的 会让人误入歧途。它给人的印象是您可以输入任何文档，并且会发现它们之间的相似之处。虽然您当然可以提供整个文档，但现实情况是相似性/相异性可能无法以有用的方式与您的任务保持一致。我发现，在文档的较小块（如句子或段落）上训练模型，可以让模型识别出细微的差异，然后将这些差异聚合到整个文档中。

就您而言，您提到的 17 个文档是 17 种不同类型文档的示例，您希望将其标签分配给整个语料库吗？如果是这样，Doc2Vec可能是矫枉过正。你考虑过使用Tf-Idf吗？有时，如果您不一定需要词嵌入，这种方法效果很好。只是一些思考的食物。

是的，有多种方法可以做到这一点。简单的 TF-IDF、SIF 和 quick/skip 思想使用编码器-解码器结构，编码器的输出是嵌入。那么文档之间的相似性只是嵌入的 cos。Doc2vec 最终也会生成嵌入。

我认为您可以找到这个答案来解决您的问题。我已经成功地使用了它。