我有下面的数据框架:我想用word2vec嵌入sentence列中包含的“单词”(分类特征值)。.| 82747|
word2Vec = Word2Vec</
浏览 19提问于2020-06-30得票数 0
我是机器学习的新手，最近我接触过word2vec和伯特。对我来说，这听起来像伯特总是更好的选择，当涉及到识别一个词的定义。
有人能解释一下什么时候word2v
浏览 0提问于2022-04-15得票数 0
我想根据他们的文章来识别相似的用户。我觉得word2vec更适合解决这样的问题。但是，由于我也想在模型中嵌入用户名，所以我不确定该如何做。我在互联网上找到的示例只使用了单词(参见示例代码)。import gensim # train word2v
浏览 8提问于2020-04-21得票数 0
回答已采纳
1回答
我在不同的项目中使用了gensim word2vec包和Keras Embedding layer。然后我意识到他们似乎在做同样的事情，他们都试图把一个单词转换成一个特征向量。
我能正确理解这一点吗？
浏览 0提问于2019-10-11得票数 8
回答已采纳
1回答
我是gensim的新手，试图理解它生成的Word2Vec模型。以下是一个简单的例子：-model = Word2Vec(sentences, min_count=1)print(model['first'])Word2Vec</em
浏览 0提问于2019-04-30得票数 1
回答已采纳
1回答
Word2vec和Glove嵌入对语料库中的每个单词都有相同的向量表示，不考虑上下文。那条狗确实对人吠叫。
树的树皮很硬。在上面的例子中，Word2vec和Glove为单词“树皮”创建了一个向量。但是使用Elmo，对于“树皮”这个词，它会有两种不同的表达方式，因为它考虑的是上下文。所以，我在尝试如何在数据集中给出一个新句子的向量
浏览 0提问于2020-06-20得票数 0
1回答
根据菜谱标题推荐配料
、、、、
到目前为止，我已经设法从网页抓取数据与食谱标题和成分，这是使用这个食谱。我正在发布我的临时解决方案将所有数据导入数据库(在我的例子中是postgres)，其中菜谱表只有名称，成分表有名称，ForeignKey有菜谱
一旦用户输入菜谱名称(rname)，我就使用postgres的Trigram相似模块运行查询，以检测rname和菜谱表名称之间的相似性。然后，我筛选出
浏览 0提问于2018-06-03得票数 0
回答已采纳
1回答
我将在Keras模型中使用预先训练过的单词嵌入。我的矩阵权重存储在；matrix.w2v.wv.vectors.npy中；它有形状(150854,100)。现在，当我使用不同的参数在Keras模型中添加嵌入层时，如下所示： embeddings_initializer=keras.initializers.Constant
浏览 1提问于2021-03-03得票数 0
回答已采纳
1回答
我是数据科学的新手，我试图从很长一段时间内理解'Word2Vec‘的方法。有人能简单地解释一下吗？此外，通过“Word2Vec”方法可以解决哪些问题？
浏览 0提问于2017-08-30得票数 2
我正在尝试在我的Tensorflow代码中加载一个经过预先训练的Word2Vec (或手套)，但是我在理解它时遇到了一些问题，因为我找不到很多例子。问题不是获取和加载嵌入矩阵，我理解它，而是查找单词ids。目前，我正在使用来自的代码。在那里，首先加载嵌入矩阵(理解)。然后，使用词汇表处理器将一个句子x转换为一个单词ID列表：
vocab_processor = learn.prep
浏览 1提问于2017-04-27得票数 1
回答已采纳
1回答
我计划在R(孤独包)中使用隔离森林来识别我的数据中的离群医疗声明。
我的每一行数据代表了每一个供应商在过去12个月中使用的一组药物。在我的数据集中大约有700+独特的药物，使用带有各种数值特性的单一热编码会导致数据中列数的减少。作为对一种热编码的替代，我阅读了关于使用word2vec将“单词”
浏览 0提问于2022-02-01得票数 0
2回答
我试图理解深层次学习模式的嵌入概念。然而，最近我看到了大量的博客文章，上面写着ELMo、BERT等关于上下文嵌入的文章。单词嵌入与上下文嵌入有什么不同？
浏览 0提问于2020-06-08得票数 12
回答已采纳
3回答
我正在寻找一种方法来生成同义词，使用单词嵌入。从一个词到多个词。例如下面的两个例子：-> ->单词嵌入->生成两个单词的同义词->词<e
浏览 0提问于2020-03-05得票数 5
使用word2vec，可以通过以下方式查找单个单词的相似度得分/最相似的单词model.similarity('man', 'woman')model.most_similar('battery life')
model.similarity('b
浏览 1提问于2017-02-13得票数 0
我有一个标准格式的word2vec文件，但它很大，有两百万个项目。我还有一个词汇表文件，其中每行都是一个单词，该文件大约有800K行。现在，我希望从word2vec文件中加载嵌入，并且我只需要词汇表文件中单词的嵌入。在gensim中有没有高效的实现？
浏览 13提问于2019-04-19得票数 0
回答已采纳
我想构建一个用于文本分类的ANN，它有一个LSTM层，并使用通过以前训练过的Doc2Vec模型获得的权重：model_doc2vec.add(model_doc2vec.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
目前，我无法在上面提到的weights层中</em
浏览 0提问于2018-08-26得票数 2
回答已采纳
1回答
字符串分类，如何逐字编码和训练？
、、、、
真正的问题是我不知道如何对这些数据进行编码。我尝试过许多方法：
逐字符标记字符，并将它们添加到具有嵌入层的LSTM模型中。但是，我无法实现它，因此获得了维度errors.Adapting Word2Vec将字符转换为向量。但是，这会自动删除所有标点符号和空格字符，也会丢失数字数据。另一个问题是，它创造了更多无用的维度，如果尺寸是20，我会得到20维的数据，但是如果我仔细看，这20个维度中总是有相同的150个向量，所以它实际上是无用<e
浏览 4提问于2020-12-04得票数 0
我正在研究各种语义相似方法，如word2vec、word移动距离(WMD)和fastText。就语义相似性而言，fastText并不比Word2Vec更好。大规模毁灭性武器和Word2Vec几乎有相似的结果。
我在想，在语义准确性方面，是否有比Word2Vec模型更好的替代方案？My use case:为两个句子查找单词嵌入，然后使用余弦相似度来查找它们的相似性。
浏览 1提问于2017-08-08得票数 2
回答已采纳
我正在研究一种反复出现的语言模式。为了学习可以用于初始化我的语言模型的单词嵌入，我使用gensim的word2vec模型。经过训练，word2vec模型对词汇表中的每个单词包含两个向量:单词嵌入(输入/隐藏矩阵行)和上下文嵌入(隐藏/输出矩阵列)。正如中所概述的，至少有三种
浏览 6提问于2017-10-23得票数 20
回答已采纳
1回答
是否存在预训练的Gensim的Phrases模型?如果没有，是否可以使用预训练的单词嵌入进行逆向工程并创建短语模型？我正在尝试将GoogleNews-vectors-negative300.bin与Gensim的Word2Vec一起使用。首先，我需要将我的单词映射到短语中，这样我就可以从Google的预训练嵌入中查找</
浏览 18提问于2020-10-16得票数 1
回答已采纳
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
