我需要将Word2Vec与我的cnn模型结合起来。为此，我需要为每个句子都保留一个标志（一个二进制的就足够了），因为我的语料库有两种类型的（ a.k.a。目标类）句子。因此，我需要在创建后检索每个矢量的此标志。如何在Word2Vec的输入语句中存储和检索此信息，因为我都需要这两个信息来训练我的深度神经网络？
p.s。我正在使用Gensim的{{1}}实现。
p.s。我的语料库有 6,925 个句子，Word2Vec产生了 5,260 个向量。
编辑：有关我的主体的更多详细信息（根据要求）：
语料库的结构如下：
-
句子（标签：
Word2Vec）- Python列表-
positive：字符串 -
Feature-A：字符串 -
Feature-B：字符串
-
-
句子（标签：
Feature-C）- Python列表-
negative：字符串 -
Feature-A：字符串 -
Feature-B：字符串
-
然后将所有句子作为Feature-C的输入。
Word2Vec我将为cnn提供提取的特征（在这种情况下为word2vec = Word2Vec(all_sentences,min_count=1)
）和句子的vocabulary。因此，我也需要这些句子的标签。