Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
gensim如何计算doc2vec段落向量
我正在看这篇论文http cs stanford edu quocle paragraph vector pdf http cs stanford edu quocle paragraph vector pdf 它指出 段落向量和词向量被平
NLP
vectorization
gensim
Word2Vec
doc2vec
将 freebase 向量与 gensim 一起使用
我正在尝试使用 Google 发布的 freebase 单词嵌入 但我很难从 freebase 名称中获取单词 model gensim models Word2Vec load word2vec format freebase vecto
python
freebase
gensim
Word2Vec
如何使用 word2vec 找到与向量最接近的单词
我刚刚开始使用 Word2vec 我想知道如何找到最接近向量的单词 我有这个向量 它是一组向量的平均向量 array 0 00449447 0 00310097 0 02421786 dtype float32 有没有一种直接的方法可以在我
python
textmining
dataanalysis
Word2Vec
SpaCy 的相似度是如何计算的?
初学者 NLP 问题在这里 similarity 方法如何运作 哇 spaCy 太棒了 它的tfidf模型可以更容易预处理 但w2v只有一行代码 token vector 惊人的 In his spaCy 上的 10 行教程 https g
python
machinelearning
NLP
Word2Vec
spacy
如何将单词和向量手动添加到Word2vec gensim?
比方说 word2vec模型是我训练过的 word2vec 模型 当词汇表之外的单词 oov word 发生时 我计算一个向量vec using 计算向量 oov word 方法 现在 我想添加 追加oov word及其对应的向量vec到我
gensim
Word2Vec
H2O 是否或将会提供任何与 h2o word2vec 一起使用的预训练向量?
H2O 最近在其 API 中添加了 word2vec 能够在您自己提供的语料库上轻松训练自己的词向量真是太好了 然而 使用大数据和大型计算机存在更大的可能性 由于网络带宽和计算能力的限制 谷歌或 H2O ai 等软件供应商可能无法访问这种类
Word2Vec
h2o
unsupervisedlearning
word2vec gensim 多种语言
这个问题完全超出了我的想象 我正在使用 gensim 训练 Word2Vec 模型 我提供了多种语言的数据 即英语和印地语 当我试图找到最接近 人 的词时 我得到的是 model wv most similar positive man O
python
NLP
artificialintelligence
Word2Vec
gensim
为什么 Gensim doc2vec 给出 AttributeError: 'list' object has no attribute 'words'?
我正在尝试使用以下代码来实验 gensim doc2vec 据我从教程中了解到 它应该有效 然而它给出了属性错误 列表 对象没有属性 单词 from gensim models doc2vec import LabeledSentence
python3x
gensim
Word2Vec
word2vec 模型由字符而不是单词组成
我正在尝试使用 Gensim 在波斯语上制作一个 word2vec 模型 其中以 空格 作为字符分隔符 我使用 python 3 5 我遇到的问题是我给出了一个文本文件作为输入 它返回一个模型 该模型仅包含每个字符而不是单词 我还以推荐的单
gensim
Word2Vec
加载 word2vec 时出现 UnicodeDecodeError 错误
详细描述 我开始使用词嵌入 并发现了大量有关它的信息 到目前为止 我知道我可以训练自己的词向量或使用以前训练过的词向量 例如 Google 或 Wikipedia 的词向量 这些向量可用于英语 但对我来说没有用 因为我正在处理以下语言中的文
python
Word2Vec
gensim
pythonunicode
polyglot
如何计算2个node2vec模型之间的距离
我有 2 个不同时间戳的 node2vec 模型 我想计算两个模型之间的距离 两个模型具有相同的词汇 我们更新模型 我的模型是这样的 model1 1 0 1 0 5 2 0 3 0 4 3 0 2 0 5 model2 1 0 15 0
python
Graph
NLP
Word2Vec
TensorFlow“模块”对象没有属性“global_variables_initializer”
我是张量流新手 我正在 iPython 笔记本上运行 Udacity 的深度学习作业 link https github com tensorflow tensorflow blob master tensorflow examples u
python
tensorflow
deeplearning
Word2Vec
CBOW 与Skip-gram:为什么要颠倒上下文和目标词?
In this https www tensorflow org versions r0 9 tutorials word2vec index html vector representations of words页面上 据说 skip
NLP
tensorflow
deeplearning
Word2Vec
wordembedding
给定单词相似度推断句子相似度
假设我对两个句子中的每对单词都有一个单词相似度得分 那么根据这些分数确定整体句子相似度的好方法是什么 单词分数是使用表示每个单词的向量的余弦相似度来计算的 现在我有了单独的单词分数 将单独的单词分数相加并除以两个句子的总字数来获得两个句子的
WordNet
cosinesimilarity
Word2Vec
sentencesimilarity
我正在使用 Word2Vec 和 gensim 在 python 中出现“__init__() 获得意外的关键字参数'文档'”此错误
我正在使用 Word2vec 和 gensim 进行项目 model gensim models Word2Vec documents userDataFile txt size 150 window 10 min count 2 work
python
gensim
Word2Vec
使用 t-sne 可视化从 gensim 生成的 word2vec
我使用 gensim 在我自己的语料库上训练了 doc2vec 和相应的 word2vec 我想使用 t sne 和单词来可视化 word2vec 如图所示 图中的每个点也带有 单词 我在这里看了一个类似的问题 word2vec 上的 t
scikitlearn
datavisualization
gensim
Word2Vec
FastText 使用预先训练的词向量进行文本分类
我正在研究文本分类问题 也就是说 给定一些文本 我需要为其分配某些给定的标签 我尝试过使用 Facebook 的快速文本库 它有两个我感兴趣的实用程序 A 带有预训练模型的词向量 B 文本分类实用程序 然而 这些似乎是完全独立的工具 因为我
NLP
Word2Vec
textclassification
fasttext
在 Spark 中加载 Word2Vec 模型
是否可以加载预训练 二进制 模型来 Spark 使用 scala 我尝试加载由谷歌生成的二进制模型之一 如下所示 import org apache spark mllib feature Word2Vec Word2VecModel va
scala
apachespark
Word2Vec
什么是 doc2vec 训练迭代?
我是 doc2vec 的新手 我最初试图理解 doc2vec 下面提到的是我使用 Gensim 的代码 正如我想要的那样 我得到了两个文档的训练模型和文档向量 但是 我想知道在几个时期重新训练模型的好处以及如何在 Gensim 中做到这一点
python
deeplearning
Word2Vec
gensim
doc2vec
gensim 错误:导入错误:没有名为“gensim”的模块
我尝试导入 gensim import gensim 但出现以下错误 ImportError Traceback most recent call last
python
gensim
Word2Vec
1
2
3
4
5
»