使用预训练的Bert，Elmo获得两个单词之间的相似度分数
使用预训练的Bert，Elmo获得两个单词之间的相似度分数
提问于 2019-09-15 18:36:08
我正在尝试使用预训练的维基模型来比较Glove，Fasttext，Bert，Elmo在两个单词之间的相似度。Glove和Fasttext有预训练的模型，可以很容易地与python中的gensim word2vec一起使用。Elmo和Bert有这样的模型吗？
回答 1
Stack Overflow用户
发布于 2019-09-20 20:32:52
以下是python代码，用于在Tensorflow上使用可用的Elmo模型，并比较两个字符串之间的相似性：
import tensorflow_hub as hub
import tensorflow as tf
elmo = hub.Module("https://tfhub.dev/google/elmo/2", trainable=True)
def elmo_vectors(x):
embeddings = elmo(x, signature="default", as_dict=True)["elmo"]
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
sess.run(tf.tables_initializer())
# return average of ELMo features
return sess.run(tf.reduce_mean(embeddings,1))
dist=spatial.distance.cosine(elmo_vectors(["partner"]),elmo_vectors(["vendor"]))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57943303
复制相关文章
相似问题
腾讯云开发者
