1回答
我正在尝试查找两个文档(包含大约15000条记录)之间的相似度分数。 我在python中使用了两种方法: 1. TFIDF (Scikit learn) 2.Word2Vec (gensim，谷歌预训练向量) Example1 Doc1-单击"Bills“选项卡 Doc2-单击"CHAPS“选项卡 第一种方法给出0.9分。第二种方法给出1分 Example2 文档1-请参阅以下要求： Doc2-请参阅以下要求 第一种方法给出1分。第
浏览 41提问于2019-08-23得票数 0
我已经成功地实现了word2vec模型来生成词嵌入或词向量，现在我需要从生成的单词向量中生成句子向量，这样就可以给出一个神经网络来总结一个文本语料库。从单词向量生成句子向量的常用方法是什么？
浏览 1提问于2019-06-24得票数 2
回答已采纳
1回答
聚类句子如何在词之间找到“关联”
、、、、
我需要将单词4G和mobile phones或Internet连接起来，以便将有关技术的句子聚在一起。我需要在同一组中考虑上述句子。目前它没有，可能是因为它找不到4G和移动设备之间的关系。我试着使用第一个wordnet.synsets来查找4G与互联网或移动电话连接的同义词，但不幸的是它没有找到任何连接。将我正在做的句子分类如下：
rom sklearn.feature_extraction.text import
浏览 5提问于2020-09-17得票数 1
回答已采纳
我已经使用word2vec从一个大型文档中生成了一个标记列表的向量。给定一个句子，是否可以从句子中的标记向量中获得句子的向量。
浏览 9提问于2015-04-21得票数 89
2回答
我是NLP新手，我想问如何根据我使用Python的关键字从文本中提取句子。我创建了一个关键字列表，用于从文档中提取句子。如果这将是一个简单的标记化问题，在这个问题中，您将通过令牌循环列表，那么我如何捕获同义词或相关的单词？我实际上实现了文本分类使用TF-以色列国防军，但与小的数据集和大量的关键字。我觉得这不管用。提前谢谢。
有可能应用像word2vec这样
浏览 0提问于2018-07-27得票数 2
初学者的问题，但我对此有点困惑。希望这个问题的答案也能对其他NLP初学者有所帮助。我知道您可以从word2vec生成的单词向量计算句子向量。但是，制作这些句子向量的实际步骤是什么呢？有人能提供一个直观的例子和一些计算来解释这个过程吗？
假设我有一个句子，里面有三个单词:今天很热。假设这些单词
浏览 3提问于2017-08-12得票数 1
3回答
我正在训练一个大语料库，使用word2vec和平均的单词向量来得到句子向量。什么是处理否定词的最好方法，使否定句和肯定句相互分离？对于“修复代码生效后”和“修复代码不起作用后”，理想情况下，应该给出彼此相距较远的句子向量。我听说一种方法是寻找“不”这样的否定词，然后否定下一个词向量</
浏览 0提问于2016-12-17得票数 7
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！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。更新public class JavaWord2VecExample {
public static voidWo
浏览 0提问于2018-11-13得票数 5
回答已采纳
1回答
我正在尝试创建一个应用程序来计算两个字符串之间的相似性。琴弦不长。最长3句。我做了一些研究，并找到了一些可能的解决方案。三是使用word2vec和比较向量。就性能而言，word2vec的表现是否比短句的TF-下手更好？训
浏览 2提问于2017-04-21得票数 1
回答已采纳
2回答
如果我有一句话，例如：“滚出这里”，我想使用word2vec嵌入。代表它..。我找到了三种不同的方法：3-或通过增加嵌入。它是矢量的。所以如果我使用300长嵌入向量..。对于上面的例子，我将在最后一个向量(300 *
浏览 0提问于2018-04-04得票数 3
回答已采纳
请参考下面的图片( word2vec跳过图如何从输入句子中提取训练数据集的过程)。如果这个句子只包含一个单词，我可以问一下这个词对是什么？我对word2vec算法进行了基因测试，当训练集中只有一个词时(而这个词不包含在其他句子中)，word2vec算法仍然可以为这个特定的词构造一个嵌入<e
浏览 1提问于2020-06-05得票数 0
回答已采纳
2回答
Word2Vec的使用
、、、、
抱歉，基本的怀疑，
我想知道我是否可以直接使用我的Word2Vec进行分类而不使用LSTM。我的假设是，这是不可能的，因为单词的顺序不会被考虑在内。因此，它不会用于分类。但是我们使用BERT嵌入来进行分类。但是在这种情况下，伯特根据句子的上下文生成嵌入。因此，我们可以使用它进行分类。我的理解对吗？伯特通过顺序学习实现了LSTM的学习，无需顺序处理
浏览 0提问于2022-07-29得票数 2
我对Word2Vec变换过程的理解是，在使用大量的句子训练模型后，模型将学习向量空间，我们可以使用单词向量将k个单词的句子转换成一个长度为D的向量，其中D是维数。K个单词将被转换成一个k*V一个热编码矩阵，其中V是词汇表的大小。然后乘以输入的隐藏权重(V * D)。结果是一个k*V矩阵。如果我们对列中的k个元素进行平均<
浏览 1提问于2021-08-05得票数 0
3回答
我的工作是在文档列表中查找最近的文档。每个文档都是一个单词或一个非常短的句子(例如“牛仔裤”或“机床”或“生物番茄”)。我所说的最接近是指语义上的接近。我试着使用word2vec嵌入(出自Mikolov文章)，但是最接近的词或者更多的上下文关联而不是语义关联("jeans“链接到”鞋“，而不是预期的”裤子“)。我曾尝试使用最后一层的Be
浏览 63提问于2020-03-26得票数 0
1回答
欧几里德距离是否衡量语义相似性？
、、、、
我想衡量句子之间的相似度。我可以使用sklearn和欧几里得距离来衡量句子之间的语义相似度吗？我还读到了关于余弦相似性的文章。有人能解释一下它们与度量的区别吗?使用的最佳方法是什么？
浏览 0提问于2018-11-11得票数 2
5回答
我们有将单词转换为向量的模型(例如word2vec模型)。是否存在类似的模型，将句子/文档转换为向量，可能使用为单个单词学习的向量？
浏览 0提问于2015-06-12得票数 52
什么是句子嵌入？您将如何对一个句子进行嵌入："How old are you?"，如何使用单词嵌入来创建一个句子嵌入？
浏览 0提问于2019-10-20得票数 1
1回答
我正在尝试应用word2vec/doc2vec来找到类似的句子。首先，考虑word2vec的词相似性。我所理解的是，CBOW可以用来在给定的上下文中找到最合适的单词，而Skip-gram是用来查找给定某个单词的上下文的，所以在这两种情况下，我都得到了频繁发生的单词。但是找到类似的词是如何工作的呢？我的直觉是，由于相似的词</em
浏览 0提问于2017-12-05得票数 1
回答已采纳
2回答
假设我们有一个包含50个句子的列表，我们有一个输入句子。如何从列表中选择与输入句子最接近的句子？我尝试了许多方法/算法，例如对句子中每个标记的word2vec向量表示进行平均，然后对结果向量进行余弦相似度计算。
例如，我希望算法在“书的定义是什么？”之间给出一个很高的</em
浏览 2提问于2016-12-22得票数 0
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
