1回答
使用句子创建向量
、、、
我想做情感分析，并在python中创建了SVM模型，它使用点(坐标)来绘制矢量，但只适用于数值。我想把一个句子映射到一个向量上。例如：“食物非常美味”转换为(a，b)坐标，表示句子是+ve还是-ve。有没有办法把句子转换成向量。
浏览 12提问于2020-03-26得票数 0
2回答
将spacy标记向量转换为文本
、、、、
我正在使用spacy来创建句子的向量。如果句子是'I‘am working'，它会给出一个形状向量(3,300)。有没有办法用这些向量取回句子中的文本？
先谢谢你，哈拉蒂
浏览 0提问于2018-04-18得票数 2
3回答
如何将句子嵌入到向量中
、、、
我有一个句子，我使用word2vec将单词嵌入到vector.For示例中，考虑我有一个5 words.so的句子，我得到了5个不同的向量(每个单词一个)，sentence.Which是将整个句子作为单个向量传递给
浏览 1提问于2018-03-11得票数 0
1回答
据我所知，自动编码器可以用来降低特征向量的维数。在文本分类中，特征向量通常是通过字典构造的，字典往往非常大。我没有使用自动编码器的经验，所以我的问题是：
在文本分类中，自动编码器能降低维数吗？
浏览 3提问于2014-06-11得票数 4
1回答
我正在使用通用句子编码器计算两个文本之间的相似度
我的问题是，在句子级别嵌入文本(它产生的向量数量等于句子数量)，然后平均分数，而不是只为每个文本创建一个向量，这是不是一个正确的方法？
浏览 8提问于2021-02-20得票数 0
1回答
我是mlpy库的新手，正在寻找实现句子分类的最佳方法。我正在考虑使用mply Basic感知器来做这件事，但据我所知，它是使用预定义的向量大小，但我需要在机器学习期间动态增加向量的大小，因为我不想创建一个巨大的向量(所有英语单词)。我实际上需要做的是获得一个句子列表，并从这些句子中构建一个分类器向量，然后当应用程序将获得新句子时，它将尝试将其自动分类到其中一个标签(监督学习)。
任何想法、想法和例子
浏览 0提问于2014-07-19得票数 1
通过应用"SIF嵌入“，我们可以得到两个句子的相似之处，比如”男孩在踢足球“和”一个孩子在踢足球“。我想知道培训数据应该是怎样的？
浏览 2提问于2017-10-31得票数 0
回答已采纳
我使用CountVectorizer来创建共现矩阵的稀疏矩阵表示。如何有效地告诉CountVectorizer使用我拥有的权重向量？
浏览 2提问于2018-08-17得票数 1
回答已采纳
1回答
我尝试在快速文本中为单行英文python创建句子向量，但我得到的都是与快速文本中的CLI相关的解决方案。我想要一个函数或库，它可以很容易地为我提供英文文本形式的输入句子的句子向量，以便我可以在我的python脚本中使用它。
浏览 3提问于2018-07-06得票数 4
我正在尝试在Infersent的帮助下嵌入一个句子，而Infersent使用fastText向量来嵌入单词。fastText向量文件接近5 GiB。当我们将fastText向量文件与代码存储库一起保存时，它会使存储库变得巨大，并使代码难以共享/部署(甚至创建docker容器)。有没有什么方法可以避免将向量文件与存储库一起保留，而是重复使用它来嵌入新句子？
浏览 13提问于2019-03-06得票数 1
回答已采纳
3回答
背景:我一直在我的数据集上评估各种文本分类方法，包括使用从字数统计和TF-IDF派生的特征向量，然后通过各种分类器运行这些方法。我的数据集非常小(大约2300个句子和大约5个类)，考虑到上述方法将不同的方法视为完全独立的方法，希望使用词向量方法进行分类。我使用了带有浅层神经网络的预训练词向量，但收效甚微。问题:我正在寻找一种使用词向量对句子进行分类的替代方法，并考虑将句子的词向量合
浏览 0提问于2019-01-30得票数 0
1回答
所以，假设我有以下句子我可以使用N维向量嵌入每个单词，并将每个句子表示为句子中所有单词的总和或平均值(例如Word2Vec)。当我们将单词表示为向量时，我们可以做一些类似vector(king)-vector(man)+vector(woman) = vector(queen)的事情，然后将每个向量的不同“含义”组合起来，创建一个新的当我们想要比较句子的相似性时，使用和/
浏览 0提问于2022-05-06得票数 6
回答已采纳
1回答
句子转换器如何预测新实例
、、、、
我正在探索句子转换器，并偶然发现了这个。它展示了如何对我们的自定义数据进行培训。但我不知道该怎么预测。如果有两个新句子，如1)这是第三个例子，2)这是第三个例子。我怎么能预测到这些句子有多相似呢？is an example sentence", "Each sentence is converted"]问题1)
这是一种在训练旧模型和创建新模型之后获得句子嵌入的正确方法吗我很困惑，因为在拟合过程中，我们给出了两个<em
浏览 1提问于2022-01-04得票数 2
2回答
我是NLP新手，我想问如何根据我使用Python的关键字从文本中提取句子。我创建了一个关键字列表，用于从文档中提取句子。我实际上实现了文本分类使用TF-以色列国防军，但与小的数据集和大量的关键字。我觉得这不管用。提前谢谢。
有可能应用像word2vec这样的预先训练过的模型吗？是否也有可能创建一个符合我的需求的自定义模型？
浏览 0提问于2018-07-27得票数 2
1回答
欧几里德距离是否衡量语义相似性？
、、、、
我想衡量句子之间的相似度。我可以使用sklearn和欧几里得距离来衡量句子之间的语义相似度吗？我还读到了关于余弦相似性的文章。有人能解释一下它们与度量的区别吗?使用的最佳方法是什么？
浏览 0提问于2018-11-11得票数 2
2回答
我的数据框架中有一个文本列，其中包含(S)段，在数据帧的每个实例/示例/行中都有多个可变的句子。然后，我使用nltk的sent_tokenizer创建了该段的句子标记，并将其放入另一列。"My name is xx", "I have a cat", "Love is life"] 0
现在当我使用embeddings = model.e
浏览 0提问于2020-09-01得票数 0
回答已采纳
我正在使用TensorFlow的通用句子编码器，我想将生成的向量转换回句子。TensorFlow提供了一种从句子到向量的转换方法，但我想颠倒这一点。例如，如果我有一个像下面这样的句子向量，我可以将这个向量转换回句子吗？ [0.293, 0.239, 0.4834, ... ] --> "The quick brown fox..."
浏览 29提问于2020-04-07得票数 1
1回答
哪些无监督机器学习算法可以用于根据句子中的某些单词将句子分类到固定数量的主题中？就像选举和总统一样，词汇也属于政治范畴。我已经尝试过引导lda来实现这一点，还有其他建议吗？
浏览 14提问于2019-03-07得票数 1
2回答
基于卷积神经网络的文档分类
、、、、
我试图使用CNN (卷积神经网络)对文档进行分类。CNN的短文/句子已在许多论文中进行了研究。然而，似乎没有报纸使用CNN的长篇文本或文件。
我的问题是，文档中有太多的特性。为了将每个示例提供给CNN，我使用word2vec或手套将每个文档转换为一个矩阵，生成一个大矩阵。对于每个矩阵，高度是文档的长度，宽度是字嵌入向量的大小。另一种特征提取方法是为每个单词使用一个热向量，但这将创建非常稀疏的矩阵。当然，这种方法甚至比以前的方法需要更多的时间
浏览 0提问于2016-04-11得票数 12
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
