我正在构建一个多标签文本分类程序，并试图使用OneVsRestClassifier+XGBClassifier对文本进行分类。最初，我使用Sklearn的Tf-以色列国防军矢量化文本，这没有错误。现在，我使用Gensim的Word2Vec来矢量化文本。然而，当我将矢量化数据输入OneVsRestClassifier+XGBClassifier时，在拆分测试和培训数据的行中会出现以下错误：
Type
浏览 1提问于2019-08-21得票数 2
我有弓向量，我想知道在sklearn或gensim中是否有监督降维算法能够获取高维的监督数据，并将其投影到低维空间中，从而保留这些类之间的方差。实际上，我正在尝试为分类/回归找到一个合适的度量标准，我相信使用维数可以帮助我。我知道有一些无监督的方法，但我希望在此过程中保留标签信息。
浏览 1提问于2015-07-29得票数 0
1回答
我想使用我自己的word数据集来创建嵌入。并使用我自己的标签数据来训练和测试我的模型。为此，我已经使用word2vec创建了自己的单词嵌入。以及使用标签数据训练我的模型时遇到的问题。我在尝试训练模型时遇到错误。embeddings/read, embedding_1/Cast, embedding_1/GatherV2/axis)]]
Process finished wi
浏览 17提问于2018-07-30得票数 0
1回答
我正在使用tflearn和tensorflow对文档进行分类。然而，我面临着文档的大小和培训时间的问题，我最大的文档的长度是~98000字，使用它来构建网络将非常耗时。我正在寻找不同的方法来降低数据的维度，或者一些足够快的技术来训练模型。我看到了doc2vec和word2vec，并构建了各自的模型，但不确定如何将它们与tflearn一起使用。我还通过创建doc2vec和word2vec模型对文档进行
浏览 2提问于2017-01-26得票数 1
2回答
我刚开始学习NLP技术，如GPT，Bert，XLnet，word2vec，Glove等，我尽力阅读论文和查看源代码。但我仍然不能很好地理解。当我们使用word2vec或Glove将一个单词转换成一个向量时，它就像：
[0.1,0.1,0.2...]如果要用随机森林等传统方法对文档进行分类，那么如何使用这些数据呢？我被告知伯特或其他NLP模型可以做到这一点。但是我真的很好奇嵌入这个词在传统方法中是如何应用的？
浏览 0提问于2019-09-24得票数 1
回答已采纳
2回答
提出文本主题分类的深度学习模式
、、、、
我有一个由两列文本topic_labels组成的数据集。Topic_labels分为6类:植物、动物、鸟类、昆虫等。
我想建立基于深度学习的模型，以便能够对topic_labels进行分类。到目前为止，我已经实现了supervisedSVM，Logistic和非监督的主题-LDA，指导-LDA方法，以传统的方式应用Word2Vec和TF-以色列国防军，但我想对文本数据实施最先进的深度学习分类技术为文本主题分类推荐最佳的深度学习模式
浏览 9提问于2022-02-01得票数 -1
1回答
我正在做阿拉伯方言文本分类，我已经使用Word2Vec来训练模型，到目前为止我得到了如下结果： embedding_matrix[i] = embedding_vectorValueError: could not convert stri
浏览 0提问于2019-05-29得票数 1
1回答
我正在研究word2vec模型，以便分析报纸语料库。我有一个csv，其中包含一些报纸，如日报，期刊，以及文章的内容。我知道如何训练我的模型，以便获得最相似的单词及其上下文。为了做到这一点，我找到了一些资源，但在示例中的所有测试或训练数据帧中，已经有一个列情感(0或1)。你是否有可能根据情感对文本进行自动分类？我的意思是将0或1赋给每个文本。我搜索了一下，但在word2vec或doc2vec文档中没有找到任何关于这方面的参考……
感谢您的支持！
浏览 2提问于2021-06-16得票数 0
2回答
我有两种可能的方法：tf-以色列国防军或其变异，如BM25。是否有人对tf与平均word2vec的文档相似性做了定量比较？
还有另一种方法，允许在添加更多文本时动态地细化文档的向量吗？
浏览 0提问于2017-03-07得票数 4
2回答
我希望使用Word2Vec对文档进行聚类，并按主题对它们进行分类。然而，我似乎需要一个重要的数据集[1](https://datascience.stackexchange.com/questions/9722/applying-word2vec-on-small-text-files我有成千上万(而不是数百万)文档的数据集，其中我的总字数在几万甚至几十万的较低的地方。
还有另一种ML方法可以让我实现我
浏览 0提问于2017-06-02得票数 5
回答已采纳
1回答
我使用sklearn决策树将文档分类为"type1“和"type2”两种可能的类型。1型未知
然后，我给一个决策树同样的特征。在这种情况下，结果会更糟，因为它总是尝试将文档分类为"type1“或"type2”的类别之一，但无法将文档分类为“未知”。是否有可能以一种在高度不确定性
浏览 0提问于2018-11-29得票数 3
回答已采纳
有Convolution1D示例没有word2vec。我想使用word2vec和keras (2D而不是1D)来进行文档分类(中文文本)。我在cnn上学习了文本分类的基本流程，并想做一个测试。‘好’，‘就’，‘这样’
通过经过训练的模型，将每一个词组转换成一个虚
浏览 4提问于2017-01-17得票数 2
回答已采纳
1回答
我试图用二维CNN对中文文章进行文本分类，并对Convolution2D有一定的麻烦。我知道Convolution2D处理图像的基本流程，但是我坚持使用我的数据集和keras。这是我的问题之一：
否定的文章和非否定的文章请注意，它可能是积极的或中立的，只是一个二元分类问题。我对Convolution1D神经网络进行了测试，但结果并不好。
使用令牌程序和word2vec将形状转换为(9800, 68
浏览 3提问于2017-01-23得票数 4
2回答
我试图使用Word2Vec嵌入的CNN (卷积神经网络)对文档进行分类。然而，为了做到这一点，它要求我将所有文本修剪到相同的长度。我发现有Doc2Vec，它可以解决这个问题，但我不明白它如何可以与CNN结合使用。
浏览 0提问于2020-05-05得票数 0
1回答
我计划使用word2vec对客户评论(一个评论可以有多个句子)进行情感分析。我对此有一些疑问：
我应该如何代表对分类的审查？这份意见书会否考虑到这个词的次序，因为这个词在代表情绪分析的检讨时是很重要的？
浏览 3提问于2016-11-16得票数 3
我有一些文本数据，我需要对其进行情感分类。我对这个数据没有正面或负面的标签(未加标签)。我想使用Gensim word2vec模型进行情感分类。有人能告诉我这种可能性(至少在理论上)吗？
提前感谢！
浏览 5提问于2020-04-13得票数 5
2回答
我目前使用的Word2Vec模式是在谷歌新闻语料库上培训的(来自)，因为这是直到2013年才对新闻进行培训的，因此我需要更新矢量，并根据2013年以后的新闻在词汇表中添加新单词。我可以重新培训或微调或更新谷歌新闻Word2Vec模式吗？能用Gensim做吗？可以用FastText来完成吗？
浏览 4提问于2017-09-15得票数 3
1回答
对于在NLP任务中使用word嵌入这一领域，我还是比较陌生的。从大量的文档集中，我训练了word2vec词嵌入向量，然后结合基于RNN的分类器(LSTM，GRU)进行文档分类，这是目前比较成熟的一种标准分类方法。但是图像本身从来没有更新，自然，因为它是原始数据。
如何处理文本文档世界中的嵌入向量？它们与图像不完全一样，我们首先从无监督的方法(word2vec、GloVe或任何其他工具)中学习它们，因此我认为它们可以在监督培训期间进行进
浏览 0提问于2018-09-10得票数 5
2回答
词/短语分类
、、、
另外，有人手动将这些记录中的300种分类为五类(即住宅、工业、办公、零售、其他)，这意味着我可以使用它来开发一个受监督的机器学习模型。我在word2vec上做了一些研究，但它们似乎只针对文本，而不是单个的单词和短语。请告诉我如何进行分类。请注意，该栏中的记录数量正在增加，今后将添加新记录，因此解决方案必须能够对新记录进行分类。
浏览 0提问于2020-07-22得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
