这是我尝试用来训练单词嵌入的语料库的一个片段。我不想让快速文本构建子词嵌入，我只想要完整单词的嵌入，比如news_dlsub_01326、news_subent_12402等等。以下是训练脚本： .0.01 -epoch 50 -wordNgrams 1 -bucket 200000 -dim 128 -loss hs -thread 80 -ws 5 -minCount 1 那么，我如何设置训练脚本来禁用
浏览 11提问于2019-01-07得票数 2
回答已采纳
在训练seq2seq模型时，我想在嵌入层中启动一组预先训练的快速文本权重，目的之一是减少测试环境中的未知单词(这些未知单词不在训练集中)。由于预训练的快速文本模型词汇量较大，在测试环境中，未知词可以用快速文本的词汇向量来表示，在训练集中，这些向量应该与语义相似的词具有相似的方向。然而，由于嵌入层中的初始
浏览 2提问于2017-05-19得票数 2
回答已采纳
2回答
我有大量的文本数据在多个网页上的产品，我有兴趣出售给客户。我试着在维基百科上使用预先训练过的快速文本词嵌入，但它并没有给我分类任务带来好的结果。可能是因为网站上的文本数据包含了很多技术细节，它不同于维基百科中的文本数据。因此，我想做一些转移学习的词嵌入，保持预先训练的快速文本词嵌入为基础。我如何使用</
浏览 2提问于2019-01-24得票数 1
我正在使用一个预先训练好的快速文本模型( )。print(en_model['car'])在tensorflow中，我知道我可以使用以下代码来获得所见单词的可训练<e
浏览 1提问于2017-10-31得票数 9
1回答
我们可以使用以下命令在快速文本中训练监督模型 import fasttext
model = fasttext.train_supervised(input="cooking.train") 我的问题是，它如何表示特征(词包或tf/idf或词嵌入)，以及它使用什么算法进行文本分类？
浏览 26提问于2020-08-14得票数 0
回答已采纳
3回答
如何在Keras嵌入层中训练嵌入层？(比如使用tensorflow后端，意思是类似于word2vec、手套还是快速文本)
假设我们没有使用预先训练过的嵌入。
浏览 0提问于2018-01-25得票数 10
1回答
我遇到了两篇有趣的论文，它们描述了使用word嵌入的文档分类的有前途的方法。描述了在纸袋中为有效的文本分类这里。本文描述了基于深度无序构图的文本分类这里句法方法。这两种方法有什么区别？
它们本质上是一样的，它们看起来都是平均的单词嵌入并通过MLP传递吗?还是我遗漏了一些重要的东西？
浏览 0提问于2017-04-01得票数 10
2回答
我目前使用的Word2Vec模式是在谷歌新闻语料库上培训的(来自)，因为这是直到2013年才对新闻进行培训的，因此我需要更新矢量，并根据2013年以后的新闻在词汇表中添加新单词。
浏览 4提问于2017-09-15得票数 3
我只是在努力找出如何在keras/tensorflow嵌入层中为OOV单词使用快速文本词向量。外面什么都没有。也许有人也想到了这一点，并给了我一些提示？通过词嵌入查找的方式通过像tf.nn.embedding_lookup(word_embeddings，x)这样的索引工作我想象一个函数，它可以自定
浏览 1提问于2019-06-01得票数 2
这是对训练课文中单词相对位置的某种估计吗？他们是否创造了某种统计上的“分布”词？在英语中，“猫”通常离“牛奶”有两三个字吗？事情必须有意义，不是吗？
浏览 0提问于2021-04-27得票数 1
回答已采纳
我想要建立一个预先训练的嵌入矩阵的seq2seq聊天机器人。预先训练过的嵌入矩阵，例如GoogleNews向量-负300，FastText和GloVe，有<EOS>和<UNK>的特定单词向量吗？
浏览 1提问于2018-03-18得票数 2
回答已采纳
1回答
我已经看过很多文章，解释在使用CNN进行句子情感分类时使用预先训练过的单词嵌入(如Word2Vec或Fasttext) (比如Yoon的论文)。然而，这些分类器也解释了单词出现的顺序。我对word嵌入的应用是预测单词的“池”类。example = [["red", "blue", "green", "orange"], ["bear", "horse"
浏览 0提问于2018-05-26得票数 1
回答已采纳
2回答
我有一个有数百万行的文本文件，我想要将其转换为单词向量，然后我可以将这些向量与搜索关键字进行比较，看看哪些文本更接近搜索关键字。我的难题是，我所看到的Word2vec的所有训练文件都是以段落的形式出现的，因此每个单词在该文件中都有一些上下文含义。现在我的文件是独立的，并且每一行都包含不同的关键字。我的问题是，是否有可能使用这个文本文件创建词嵌入，如果不可能，那么在如此多的文本中搜索匹配的搜索关键字的最佳方法是什么Walmart
浏览 60提问于2019-03-26得票数 0
1回答
如何在LSTM中应用词嵌入层前的平滑算法。我有一个文本二值分类的问题(好(9500)或坏(500个)，总共有10000个训练样本和它的不平衡训练样本)，意思是当我使用LSTM和预先训练的单词嵌入(每个单词的100个维空间)，所以每个训练输入都有一个id(当文本描述小于50个单词，当描述超过50个字符时，每个训练输入有一个id's (50个id的总数，当文本</em
浏览 0提问于2018-11-19得票数 6
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。然后，像BIOCHEMICAL这样的词最后变成了BIO CHEMIC，这个词被分成两个(前缀和词干词)。这是pet的更接近的单词的分布另一方面，当我使
浏览 5提问于2019-10-04得票数 1
回答已采纳
1回答
我有点困惑于如何正确使用Keras中的嵌入层来实现seq2seq (我想在Keras中重建TensorFlow se2seq机器翻译教程 )。但我观察到嵌入层有两种不同的用法:一方面(如关于Keras博客的本教程)通过weights参数利用外部预训练的word2vec向量：此外，嵌入层的trainable参数的用途/效果是什么？我是否正
浏览 0提问于2017-03-13得票数 7
我已经用Gensim在非常短的句子(最多10个单词)语料库上训练了快速文本模型。我知道我的测试集中包含不在我的训练语料库中的单词，即我的语料库中的一些单词，如“催产素”、“来曲霉素”、"Ematrophin“、”Betaxitocin“。给定测试集中的一个新词，fasttext非常清楚地知道通过使用字符级n-gram来生成与训练集中的其他相似词具有很高余弦相似度的向量 如何将快速文本模型合并到LSTM ke
浏览 25提问于2020-07-06得票数 4
回答已采纳
1回答
我尝试了两种选择： precision recall f1-score support
0 0.74，BERT使用了一个较小的子集进行验证。当涉及到社交媒体的数据
浏览 0提问于2023-02-21得票数 0
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
