Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
AttributeError:类型对象“Word2Vec”没有属性“load_word2vec_format”
我正在尝试实现 word2vec 模型并收到属性错误 AttributeError 类型对象 Word2Vec 没有属性 load word2vec format 下面是代码 wv Word2Vec load word2vec format
python
NLP
gensim
Word2Vec
将 word2vec 模型查询的结果保存在 csv 文件中?
我正在语料库上训练 word2vec 模型 然后查询该模型 这工作正常 但我正在运行一个实验 需要针对不同的条件调用模型 保存每个条件的模型 查询每个条件的模型 然后将查询的输出保存到 csv 文件中 例如进一步分析所有条件 我研究了 ge
python
csv
Word2Vec
gensim
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
从文本文件中提取与输入单词最相似的前 N 个单词
我有一个文本文件 其中包含我使用 BeautifulSoup 提取的网页内容 我需要根据给定的单词从文本文件中找到 N 个相似的单词 流程如下 从中提取文本的网站 https en wikipedia org wiki Football h
python
deeplearning
NLP
spacy
gensim
如何将 Pandas DataFrame 中加载的嵌入转换为 Gensim 模型?
我有一个 DataFrame 其中索引是单词 并且有 100 个带有浮点数的列 这样对于每个单词 我将其嵌入为 100d 向量 我想将我的 DataFrame 对象转换为gensim 模型对象 https radimrehurek com
python
pandas
gensim
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
word2vec中单词的向量代表什么?
word2vec https code google com p word2vec 是 Google 的开源工具 它为每个单词提供一个浮点值向量 它们到底代表什么 还有一篇论文关于段落向量 http cs stanford edu quoc
machinelearning
NLP
neuralnetwork
gensim
Gensim LDA 主题分配
我希望使用 LDA 将每个文档分配给一个主题 现在我意识到您得到的是 LDA 主题的分布 然而 正如您从下面最后一行看到的 我将其分配给最有可能的主题 我的问题是这样的 我必须跑lda corpus 有点第二次为了获得这些主题 是否有其他内
gensim
LDA
topicmodeling
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
下载gensim数据集时出现ValueError
我想下载 gensim glove wiki gigaword 100 数据集 这是我的代码 import gensim downloader as api model api load glove wiki gigaword 100 但我
python
gensim
使用gensim加载LdaMallet模型并对未见过的文档进行分类的正确方法
在我的项目中 我使用Python库gensim https radimrehurek com gensim models wrappers ldamallet html用于主题建模 文本提取 我尝试加载经过训练的 LdaMallet 模型来
python
gensim
LDA
mallet
如何在 python-gensim 中使用潜在狄利克雷分配(LDA)来抽象二元组主题而不是一元组?
LDA 原始输出 一元语法 主题1 水肺 水 蒸汽 潜水 主题2 二氧化物 植物 绿色 碳 所需输出 二元组主题 主题1 水肺潜水 水蒸气 主题2 绿色植物 二氧化碳 任何想法 鉴于我有一个名为docs 包含文档中的单词列表 我可以使用 n
NLP
textmining
LDA
gensim
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
如何获取与某个单词相关的相似单词?
我正在尝试解决一个 nlp 问题 其中我有一个单词字典 例如 list 1 phone android chair netflit charger macbook laptop sony 现在 如果输入是 phone 我可以轻松地使用 in
python
NLP
NLTK
gensim
spacy
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
gensim 的 get_document_topics 方法返回的概率加起来不等于 1
有时它返回所有主题的概率并且一切都很好 但有时它只返回几个主题的概率并且它们加起来不等于一 似乎这取决于文档 一般来说 当它返回很少的主题时 概率加起来大约为 80 那么它只返回最相关的主题吗 有没有办法强制它返回所有概率 也许我遗漏了一些
textmining
gensim
LDA
topicmodeling
每次我在同一语料库上训练时,LDA 模型都会生成不同的主题
我正在使用Pythongensim从包含 231 个句子的小语料库中训练潜在狄利克雷分配 LDA 模型 然而 每次我重复这个过程 它都会产生不同的主题 为什么相同的LDA参数和语料每次生成不同的主题 如何稳定话题生成 我正在使用这个语料库
python
NLP
LDA
topicmodeling
gensim
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
1
2
3
4
»