我试图通过网络在R环境中运行Python的gensim包。更具体地说，我正在尝试构建一个doc2vec模型，为此需要准备一个标记和标记集。import pandas as pdfrom gensim.models.doc2vec import Doc2Vecvia reticulate",
"r and python bff f
浏览 8提问于2020-04-30得票数 1
2回答
我应用Doc2vec将文档转换为vectors.After，在聚类中使用向量，并计算出与每个集群的质心最接近/最相似的5个文档。我的问题是，在Doc2vec中，是否有任何方法可以找出文档中最主要或最简单的术语/单词。我正在使用python的gensim包作为Doc2vec实现
浏览 3提问于2017-09-05得票数 0
回答已采纳
我正在尝试使用下面的代码来实验gensim doc2vec。据我从教程中了解到的，它应该是有效的。然而，它给出了AttributeError：'list‘对象没有属性’word‘.model = <e
浏览 5提问于2016-04-08得票数 10
回答已采纳
我正在使用gensim python库中的Doc2Vec模型。from gensim.models.doc2vec import Doc2Vec
model = Doc2Vec(sentences, dm=1, dm_concat=1, size
浏览 7提问于2017-12-20得票数 0
回答已采纳
2回答
所以我开始尝试学习Doc2Vec，特别是余弦相似度输出。基本上，当我尝试将一个新句子与我训练模型的句子列表进行匹配时，我得到了意想不到的输出。如果有人能帮上忙，那就太棒了，下面是我的代码： import gensimvec_size = 10alpha_num = 0.025
model = Doc2
浏览 37提问于2021-03-24得票数 1
我希望设计一个系统，给出一段文字，可以对其进行分类并识别上下文：训练集中的每一项都将被标记。例如(“第1类”、“案文段”)建立这样一个系统的最佳办法是什么？我一直在研究几种不同的选择，以下是可能的解决方案清单。Word2Vec/NN是目前最好的解决方案吗？RNTN与段落向量(https://cs.stanford.edu/~quocle/paragraph_vector.pdf)？TF-国防军与Logistic回归
词袋与朴素贝叶
浏览 0提问于2015-11-04得票数 10
有没有预先训练好的doc2Vec模型，用Python3对新闻文章数据进行训练。 我发现的大多数模型都是旧版本的。而且，它在python3.7中很难实现。
浏览 11提问于2020-01-23得票数 0
回答已采纳
1回答
我正在从事一个django项目，在这个项目中，我必须使用Doc2Vec模型来根据用户输入预测大多数类似的文章。\Python37\python.exePython路径：'C:\Program \Python37 37\python37年5月24日12:44:47 +0000
D：\ Work\doc2vec最终submission\App\
浏览 1提问于2021-05-24得票数 0
回答已采纳
因此，我试图在我的语义搜索项目中使用经过预先训练的Doc2vec。我试着使用这个 (英语维基百科DBOW)，用叉式版本的Gensim (0.12.4)和python2.7，当我使用most_similar时，它工作得很好，但是当我尝试使用infer_vector时，我得到了这个错误：AttributeError：'Doc2Vec‘对象没有属性'neg_labels'，我能做什么来使它工作呢？
浏览 4提问于2021-06-25得票数 1
我使用doc2vec模型构建文档向量，如下所示。from gensim.models import doc2vec我见过gensim doc2vec我的问题是，在python的gensim中，是
浏览 1提问于2019-07-22得票数 1
回答已采纳
我在Python语言中使用的Doc2Vec函数将文档转换为向量。一个用法示例我应该如何解释size参数。
浏览 1提问于2016-01-22得票数 12
我正在使用python Gensim来训练doc2vec。是否有可能允许此代码在亚马逊网络服务(s3)上分发。提前谢谢你
浏览 0提问于2017-05-30得票数 0
1回答
对于一个非常小的语料库的doc2vec简单的文档相似性测试，我无法得到任何合理的响应。同一文档，或使用一些独特的词，永远不会返回自己或任何相近的东西。love coding in python", "they chat amagingly well"]
test_data = wo
浏览 3提问于2019-12-15得票数 0
回答已采纳
1回答
你好，我正在构建一个用于文本旋转的python程序。我读过关于GloVe，word2vec，doc2vec或text2vec的文章。我知道他们所做的就是把每个词表示成一个语义向量。编辑:我想出了一个策略：然后我使用我原来的段落输入。逐字逐句地用同义词(由nltk或其他同义词db提供)随机更改它。最后，在旋转一个单词之前，我计算更改段落的doc2vec，并计算原始段落矢量化的距离。只有当距离很小时，我才会改变同义词。
你觉得怎么样？
浏览 0提问于2016-07-04得票数 3
1回答
我用Python2训练了一个doc2vec模型，我想在Python3中使用它。当我尝试在Python 3中加载它时，我得到：with open('my_doc2vec.pkl', 'rb') as inf:
data = pickl
浏览 3提问于2016-07-20得票数 3
我将训练后的Doc2Vec模型存储到磁盘中，然后当我尝试从磁盘加载模型时，它显示了一些错误 from gensim.models.doc2vec import Doc2Vec File "<stdin>", line 3, in load_d2v_from_disk
File "/usr/lib64/python2.7
浏览 31提问于2020-04-15得票数 0
本文利用Doc2Vec对某一段进行了分析，希望得到列车数据的确定性向量表示。基于，我似乎需要设置参数"seed“和"workers"，以及Python3中的PYTHONHASHSEED环境变量。import osfrom gensim.models import Doc2Vec
def maincheck whether consistent results are produced within each
浏览 0提问于2019-06-12得票数 0
回答已采纳
我们的途径之一是用Python重新创建代码和模型。
是Doc2
浏览 45提问于2021-06-17得票数 1
回答已采纳
Doc2Vec和BERT都是用于创建文本向量的NLP模型。原始的Doc2Vec模型保持了768的矢量，而原始的BERT模型保持了300大小的向量。
浏览 12提问于2022-08-23得票数 0
对于这个任务，我想利用word2vec和doc2vec来验证使用这些模型支持分类器快速选择训练数据的可行性。此时此刻，我尝试了这两种模式，它们都很有魅力。但是，由于我不想手动标记每句话来预测它所描述的内容，所以我希望将此任务留给word2vec或doc2vec模型。所以，我的问题是:在Python中我可以使用什么算法作为分类器？(我想在word2vec或doc2vec上应用一些集群--手动标记每个集群(这需要一些时间，并不是最好的解决方案)。对于这种类型的分类器(使用语义词表示来训练数据)，python中
浏览 2提问于2015-07-13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
实时音视频活动推荐
腾讯云开发者
