我使用Gensim Doc2vec模型来训练文档向量。我打印出了“好”这个词的表示，但我发现每个时代，我发现没有更新！虽然我打印了id为'3‘的文档的表示形式，但每个时代都不同！
浏览 2提问于2016-08-04得票数 1
我想在word2vec中每几个iter得到一个单词向量，例如，我想使用下面的模型。embedding_model = Word2Vec(test_set, size=300, 在这个模型中，我希望获得每50次迭代学习的300维向量，因为我希望在h
浏览 19提问于2018-01-15得票数 2
回答已采纳
我训练了一个gensim.models.doc2vec.Doc2Vec模型
d2v_model =Doc2Vec(句子、size=100、window=8、min_count=5、workers=4)，我可以通过docvec = d2v_model.docvecs获得文档向量。如何从经过训练的模型中获得单词向量？
浏览 5提问于2016-05-19得票数 4
回答已采纳
我最近偶然发现Gensim中添加了doc2vec。如何在doc2vec中使用预先训练好的词向量(例如，在word2vec原始网站中找到的)？或者，doc2vec是从用于段落向量训练的相同句子中获得单词向量吗？
谢谢。
浏览 1提问于2014-12-14得票数 44
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
def __iter__(self): i = 1model = gensim.models.Word2Vec(sentences=sentences, iter关于iter参数，我有两个问题：2)当"<e
浏览 4提问于2020-02-29得票数 0
1回答
我正在尝试使用我的word2vec模型中的权重作为keras中神经网络嵌入层的权重。为每个单词创建向量，在本例中大小为100。keras_model.predict(np.array([word_model.wv.vocab['test'].index]))返回一个大小为1350的向量，我不确定如何解释它(模型训练的响应是一个大小为7200的向量)。我可以运行示例代码并获得良好的
浏览 0提问于2018-05-13得票数 1
我是个新手，不是以英语为母语的人，所以理解Gensim的word2vec和doc2vec有些困难。有没有人能用简短的词解释一下不同之处？
谢谢。
浏览 7提问于2017-03-16得票数 19
我正在尝试使用word2vec和一些深度学习算法来检测推文的情绪。以下是我的模型训练代码：word2VecValues")
print('Accuracy: %.2f' % (accuracy * 100))
如您所见，我有一个csv文件，
浏览 3提问于2021-05-08得票数 0
我已经使用Gensim的文档语料库训练了一个word2vec模型。模型训练完成后，我将编写以下代码来获取单词"view“的原始特征向量。myModel["view"]
但是，我得到了这个词的KeyError，这可能是因为它不是word2vec索引的键列表中的键。在尝试获取原始特征向量之前，如何检查索引中是否存在键？
浏览 54提问于2015-05-18得票数 41
回答已采纳
3回答
字嵌入模型
、、、、
我一直在搜索并尝试实现一个词嵌入模型来预测单词之间的相似性。我有一个由3550个公司名称组成的数据集，其想法是用户可以提供一个新单词(这个词不在词汇表中)，并计算新名称与现有名称之间的相似性。在预处理过程中，我去掉了停止词和标点符号(连字符、点、逗号等)。此外，我应用词干和分隔前缀，希望得到更高的精度。Default is 0s
word2vec_model = Word2Vec(prepWords,size=300, window=2, min_co
浏览 5提问于2019-10-04得票数 1
回答已采纳
1回答
我正在构建一个模型，根据上下文从时间帧开始播放视频。比如播放电影的高潮，从59分钟开始播放。
我正在使用视频的字幕，并匹配特定序列中的文本，并确定时间帧。我偶然发现了word2vec，它可以找到余弦相似的相似单词。
浏览 2提问于2019-05-10得票数 0
你好，我是word2vec的新手，我写了一个小程序来教自己from gensim.models import Word2Vec
sentence=[['Yellow','
浏览 0提问于2018-05-07得票数 0
回答已采纳
我有三个关于微调字向量的问题。求你帮帮我。我会很感激的！事先非常感谢！当我训练我自己的CNN进行文本分类时，我使用Word2vec初始化单词，然后我使用这些预先训练过的向量作为我的输入特性来训练CNN，所以如果我没有嵌入层，它肯定不能通过反向传播进行任何细调。我的问题是，如果我想做微调，它是否意味着创建一个嵌入层?以及如何创建它？
当我们训练Word2vec时，我们使用无监督的训练，对吗？就像在我的例子中
浏览 13提问于2016-10-20得票数 5
我想用word2vectors来计算两个句子之间的相似度，我试图得到一个句子的向量，这样我就可以计算一个句子向量的平均值来找到余弦相似度。我试过这段代码，但它不起作用。它给句子向量的输出。我想要sentence_1_avg_vector & sentence_2_avg_vector中句子的实际向量。, 'stole', 'Kohinoor', 'KohiNoor', 'diamond
浏览 0提问于2017-08-24得票数 4
回答已采纳
3回答
我的工作是在文档列表中查找最近的文档。每个文档都是一个单词或一个非常短的句子(例如“牛仔裤”或“机床”或“生物番茄”)。我所说的最接近是指语义上的接近。我试着使用word2vec嵌入(出自Mikolov文章)，但是最接近的词或者更多的上下文关联而不是语义关联("jeans“链接到”鞋“，而不是预期的”裤子“)。(这个任务需要用法语解决，但也许用英语解决它是一个很好的第一步)
浏览 63提问于2020-03-26得票数 0
1回答
我使用Word2Vec创建了我的模型。但是结果并不好。所以我想加一个词。我第一次创建的代码是可以创建的，但不能添加。请告诉我怎么加法。temp_embeddingmodel.append(token[i][0][k])
embedding = Word2Vec(embeddingmodel, size=300, window=5, min_count=3, iter=100, sg=1,workers=4, max_vocab_size
浏览 25提问于2019-01-24得票数 1
回答已采纳
2回答
我正在尝试训练一个嵌入到只有主题发生变化的重复句子列表中的单词。我期望生成的与主题相对应的向量在训练后提供强相关性，就像从单词嵌入中所期望的那样。然而，主题向量之间的角度并不总是大于主题与随机单词之间的角度。
Man is going to write a very long novel that no one can read.
浏览 7提问于2021-04-28得票数 0
1回答
我正试图为我的代码决定一个语言培训模型。我想知道在选择其中之一之前，我应该考虑哪些方面和要素？我知道，对于较大的数据，人们更倾向于使用LSTM模型，但是Word2Vec呢？
浏览 0提问于2022-03-07得票数 -1
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
