1回答
我正在使用spark来生成单词向量。我希望将我所有的数据进行拟合，然后得到经过训练的单词向量并将它们转储到一个文件中。word2vec = new Word2Vec();所以，如果我的训练数据中有这样的句子
I love SparkSpark 0.41 0.18 0.84...如何将这个字向量
浏览 3提问于2016-12-06得票数 4
回答已采纳
此外，我正在使用预先培训的Word2Vec和pos标签。例如，“软弱”一词有如下所示的单词向量
我的问题是如何将pos标记和单词嵌入结合起来与keras进行训练？
浏览 1提问于2021-12-26得票数 0
回答已采纳
1回答
我已经用gensim库训练了一个word2vec模型。例如，我的模型包含两个单词的向量："new“和"york”。但是，我还想为单词"new york“训练一个向量，因此我将"new york”转换为"new_york“，并训练一个新的向量模型。最后，我想将单词"new“、"york”和"new_york“的向量组合成单词</em
浏览 14提问于2019-06-02得票数 1
回答已采纳
我想要与Spark.I合并的DeepLearning4j Word2Vec。我有大约80000个单词的数据，我想要获得其矢量表示。稍后，我希望使用该向量表示来查找同义词。我正在努力在哪里编写Word2Vec代码部分，以便它可以提供给所有的虚拟vCPU？
浏览 4提问于2016-07-07得票数 0
我得到了SVD模型并将其表示为2-D，但我仍然不知道如何通过为word2vec/skip-gram模型提供语料库来生成单词向量？它是否也是每个单词的共现矩阵表示？基本上，skip gram是如何将John转换为向量的？
浏览 2提问于2015-09-08得票数 16
2回答
运行时，我意识到它接受了一个字符串数组，并给出了一个向量。我的问题是，它不应该返回矩阵而不是向量吗？我以为每个输入字都有一个向量。但是它返回一个向量周期！或者它应该接受字符串，而不是一个字符串数组(一个单词)作为输入。当然，它可以返回一个矢量作为输出。但是接受一个字符串数组并返回一个向量对我来说没有意义。public class JavaWord2VecExample { Spark
浏览 0提问于2018-11-13得票数 5
回答已采纳
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', 'back']]
浏览 0提问于2017-08-24得票数 4
回答已采纳
1回答
我正在学习如何将word2vec应用于文档分类，但我正在努力解决以下两个问题：
我的数据集被标记为“垃圾邮件”或"ham"；我希望将每个文档表示为嵌入空间中的向量，然后构建一个NN来训练它们。
浏览 0提问于2018-09-26得票数 0
2回答
我是神经网络的初学者，目前我正在探索word2vec模型。然而，我很难理解特征矩阵到底是什么。我可以理解，第一个矩阵是一个给定单词的一个热编码向量，但是第二个矩阵意味着什么？
浏览 0提问于2017-06-21得票数 12
2回答
如果在不同的语言和不同的语法上实现word2vec，会有什么效果？我的意思是word2vec是第一次在英语语料库上实现，如果我们使用另一种语言语料库，会有什么影响吗？
浏览 26提问于2019-07-28得票数 0
2回答
我目前正在处理一个包含55k记录和七列(一个目标变量)的数据集，其中三个是名义分类。其他三个是基数较高的“描述”字段，在许多描述数据的情况下，这是可以预期的：df[['size description', 'weight Description', 'height Description']].nunique()
size Description 4066 height Description 3173
dtype
浏览 0提问于2019-10-31得票数 2
我有一个带有word嵌入(将word嵌入定义为单词的矢量表示)的文件，格式如下：aaron | [0.21, 0.08, ..., -0.41我也有大量的句子想要转换成向量，例如：Would you want to buy that blue shirt?我想，由于我有大量想要嵌入的句子，所以我可以使用Spark来完成这项任务；将单词</em
浏览 0提问于2019-01-03得票数 3
回答已采纳
2回答
我试图找出词嵌入和词向量化之间的确切区别。然而，似乎有些文章交替使用这些词。但我认为一定有不同之处。单词袋，Word2Vec
请你简要地总结一下词嵌入和词向量化的区别和算法。非常感谢。
浏览 0提问于2022-03-13得票数 4
回答已采纳
3回答
假设我训练了一个Skip模型(Word2Vec)，用于我的词汇量为10,000。表示允许我将维数从10,000 (一次热编码)降到100 (神经网络隐层的大小)。现在，假设我的测试集中有一个单词不在我的训练词汇表中。在100维空间中，单词的合理表示是什么？对我来说，我似乎不能用我训练出来的神经网络来产生嵌入这个词。
浏览 0提问于2019-07-01得票数 4
我有一个非英语语言的句子数据集，如：word5 word1 word2
现在，我想把每个可变长度的句子转换成一个固定大小的向量，给我的模型，并且我希望句子中的所有单词都对输出产生影响我想也许我可以使用像word2vec这样的算法，把每个单词转换成一个固定大小的向量，然后添加所有这些来表示句子，这是一种有意义的方法吗？这比添加单词的热向量来表示句子好吗？EDIT1:基本上，我有一个随机
浏览 0提问于2020-08-19得票数 0
回答已采纳
3回答
如何使用经过训练的模型创建模型？
、、、、
我使用gensim word2vec创建了两个模型。现在我想把这两个模型合并起来，这样我就可以得到这两个模型的结合。
浏览 2提问于2017-08-22得票数 2
回答已采纳
我正在使用C版本的word2vec (如所示)，并在德语版维基百科(约17 GB原始文本，约1.4B字)的过滤转储上对其进行训练。window 5 -negative 25 -hs 0 -sample 1e-4 -threads 20 -binary 1 -iter 15 -min-count 1000是什么原因
浏览 2提问于2017-03-04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
