腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(152)
视频
沙龙
1
回答
如何
结合
词性
标签
特征
和
关联词
向量
从
预先
训
练好
的
gensim
word2vec
中
获取
单词
,并
将其
用于
keras
中
的
嵌入
层
python-3.x
、
keras
、
gensim
我已经在
gensim
中
预先
训练了
word2vec
。在
keras
中
,我希望对
从
预先
训练
word2vec
中
获取
的
单词
使用
单词
向量
,并将
单词
的
词性
标记特性编码为一个热
向量
。在
Keras
中
,我认为使用
嵌入
矩阵,所
浏览 25
提问于2019-10-05
得票数 0
2
回答
在
keras
嵌入
层
中
是哪种类型
的
嵌入
,如
word2vec
或GloVe,或者其他一些类型
keras
、
tensorflow2.0
浏览 0
提问于2020-05-22
得票数 0
2
回答
如何
训练纯文本段落
和
返回关键短语?这有可能吗?
machine-learning
、
keras
、
neural-network
、
deep-learning
、
conv-neural-network
我正在研究关键词提取,现在我能够创建一些
特征
,
并
运行候选短语以及训练机器学习模型使用随机森林进行分类
的
特征
。出于好奇,我想尝试深度学习,因为我想手动删除
特征
提取
层
,我想让它自己找出
特征
,
并
通过传递一些文本文档
和
每个文档
的
相关关键短语(1/0是否正确)来生成模型。我想知道,是否有任何训练模型接受纯文本而不是浮点值,如果不是,我
如何
通过将句子
和
关键短语转换为浮点值
并<
浏览 18
提问于2019-05-03
得票数 3
2
回答
嵌入
与直接插入词
向量
到输入
层
的
比较
keras
、
deep-learning
、
nlp
、
gensim
、
word2vec
我使用
gensim
构建了我
的
语料库
的
word2vec
嵌入
。目前,我正在使用
gensim
模型将我
的
(填充)输入句子转换为
单词
向量
。这些
向量
被用作模型
的
输入。)...直接使用
单词
向量
而不
浏览 2
提问于2018-12-19
得票数 3
6
回答
更新
gensim
word2vec
模型
gensim
、
word2vec
我有一个用
gensim
训练过
的
超过98892个文档
的
word2vec
模型。对于没有出现在句子数组
中
的
任何给定句子(即,我在其上训练模型
的
集合),我需要用该句子更新模型,以便下次查询它时会给出一些结果。我是这样做
的
:model.train(new_sentence)
浏览 1
提问于2014-03-02
得票数 38
9
回答
如何
从句子中标记
的
word2vec
中
获取
句子
的
向量
word2vec
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
3
回答
加载PreComputed矢量
Gensim
python
、
nlp
、
gensim
、
word2vec
我正在使用
Gensim
Python包学习一个神经语言模型,我知道您可以提供一个训练语料库来学习该模型。然而,已经存在许多文本格式
的
预计算词
向量
(例如)。是否有某种方法可以初始化
Gensim
Word2Vec
模型,该模型只利用一些
预先
计算
的
向量
,而不必从头开始学习这些
向量
? 谢谢!
浏览 1
提问于2014-11-26
得票数 25
回答已采纳
4
回答
Keras
嵌入
层
python
、
deep-learning
、
keras
input_dim、output_dim
和
input_length在以下几个方面意味着什么:我
从
文件中了解到词汇表
的
大小 因此,当我
的
输入是像google.com这样
的
单词
时,用整数[5, 2, 2, 5, 8, 3, 4,
浏览 3
提问于2017-09-11
得票数 8
回答已采纳
4
回答
如何
计算WordNet
中
没有出现
的
英语
单词
的
相似度?
python
、
nltk
、
similarity
一种特殊
的
自然语言实践是使用WordNet计算两个
单词
之间
的
相似度。我从下面的python代码开始我
的
问题:sport = wordnet.synsets("sport")[0]print(sport.wup_similarity(badminton))现在,如果我查找"haha“
和</e
浏览 0
提问于2016-07-09
得票数 6
2
回答
什么时候使用不同
的
Word2Vec
训练方法?
python
、
tensorflow
、
word2vec
、
word-embeddings
、
gensim
因此,我是第一次学习
Word2Vec
,我
的
问题是非常基本
的
:
如何
知道使用什么方法?比如Tensorflow
中
的
Word2Vec
还是用
Gensim
训练
的
Word2Vec
?在哪些情况下,通过更手动
的
第一种方法来实现它相对于第二种方法是有用
的
呢?如果已经有一种更简单
的
方法来使用
gensim
来训练
word2vec
模型,为什么不总是使用它
浏览 0
提问于2018-01-08
得票数 3
回答已采纳
2
回答
通过
gensim
将新
单词
添加到GoogleNews
python
、
word2vec
、
gensim
、
google-news
我想为语料库
中
的
单词
获取
单词
嵌入
。我决定使用
gensim
库在GoogleNews
中
预先
训
练好
的
词
向量
。但是我
的
语料库包含一些不在GoogleNews words
中
的
单词
。对于这些缺失
的
单词
,我想使用与其在GoggoleNews
单词
中最相似的n个
单词<
浏览 76
提问于2018-05-31
得票数 2
2
回答
文本分类,
如何
将文本字符串转换为
向量
表示
java
、
machine-learning
、
classification
、
svm
、
text-classification
我
的
训练数据是700+文本类别,每个类别包含1-350个文本短语。16k+短语总数。需要分类
的
数据是文本短语。我想对数据进行分类,这样它就可以给我5个最相似的类别。训练数据共享了大量
的
常用词。我
的
第一次尝试是在github上使用这个库来使用朴素贝叶斯定理,因为这个库非常容易使用,并且允许我以字符串
的
形式加载我
的
训练数据。但是其他用户报告了问题,当我试图对我
的
数据进行分类时,我
的
输入要么分类错误,要么没有分类。 所以我认为库是问题所在,所以我将尝试不同
浏览 0
提问于2019-01-09
得票数 0
1
回答
如何
正确地使用
Keras
的
嵌入
层
?
deep-learning
、
tensorflow
、
keras
、
word-embeddings
我有点困惑于
如何
正确使用
Keras
中
的
嵌入
层
来实现seq2seq (我想在
Keras
中
重建TensorFlow se2seq机器翻译教程 )。我
的
问题如下: 我理解
嵌入
层
将句子
中
的
单词
值转换为固定维长
的
表示。但我观察到
嵌入
层
有两种不同
的
用法:一方面(如关于
Keras<
浏览 0
提问于2017-03-13
得票数 7
1
回答
在
Keras
中
,
如何
在训练期间访问自定义损失函数
的
Word2Vec
(
嵌入
)
向量
python
、
tensorflow
、
keras
、
word2vec
我有一个
keras
RNN模型,就像这个模型使用
预先
训
练好
的
Word2Vec
权重。=adam, loss='cosine_proximity', metrics=['cosine_proximity']) 在训练期间,我想创建一个自定义损失函数来比较与预测
和
真实整数索引相关联
的
预测
和
真实
单词
向量
然后在model.fit
中
,我可以通过一
浏览 15
提问于2019-03-12
得票数 1
2
回答
如何
从
概念上思考标记化
单词
和
单词
嵌入
之间
的
关系?
r
、
nlp
、
keras
、
text-analysis
我一直在使用JJ Allaire关于在文本处理
的
神经网络模型()中使用
单词
嵌入
的
指南。我搞不懂该模型
如何
将标记化
的
单词
序列(x_train)与使用整个数据集(而不仅仅是训练数据)定义
的
单词
嵌入
联系起来。有没有一种方法可以概念化
单词
标记
如何
映射到
单词
嵌入
?否则,像“king”这样
的
单词
如何
映射到
浏览 6
提问于2018-05-05
得票数 3
2
回答
word2vec
学习上下文词
的
可能原因是最相似的词而不是相似的上下文中
的
单词
neural-network
、
deep-learning
、
nlp
、
word2vec
、
word-embeddings
我正在观察我
的
word2vec
模型,学习上下文中最相似的
单词
,而不是类似上下文中
的
单词
。我不明白为什么它(通常是
word2vec
,特别是我
的
模型)能够这样做,
并
想知道原因。我在
keras
中
实现了最初
的
word2vec
。我选择了带有点积
层
的
变体,而不是层次化
的
softmax,并在维基百科转储
中
训练了模型,我把它分
浏览 0
提问于2018-12-07
得票数 1
回答已采纳
1
回答
如何
在100 D字
向量
之外添加更多功能
python
、
nlp
、
keras
、
word-embeddings
、
sentiment-analysis
我能够使用
Keras
text_to_sequence()方法构建一个
单词
向量
,并在Python
中
嵌入
经过
预先
训练
的
GloVe。问题是
如何
在创建
的
GloVe
嵌入
之外添加额外
的
特性,并以正确
的
方式
将其
赋形给
嵌入
层
和
一般
的
算法?例如,假设
嵌入
的
长度为100,额外
浏览 0
提问于2018-01-25
得票数 5
1
回答
在
Keras
自动编码器
中
输入文本数据
的
正确方法
python
、
deep-learning
、
keras
、
text-mining
、
autoencoder
我有几千个文本文档,目前我正在努力
获取
单词
的
潜在
特征
表示,
并
使用变分自动编码器生成句子。我面临
的
主要障碍是“
如何
将如此大
的
文本
向量
输入到VAE (或者说即使在简单
的
自动编码器
中
)”。我知道还有其他
的
技术,比如在LSTM
中
添加
层
,但我想保持它
的
简单,
并
保持模型只是VAE。然而,对于小型数据集,使用这种类型
浏览 0
提问于2018-02-04
得票数 3
回答已采纳
2
回答
如何
微调
word2vec
在培训我们
的
CNN文本分类?
machine-learning
、
nlp
、
artificial-intelligence
、
deep-learning
我有三个关于微调字
向量
的
问题。求你帮帮我。我会很感激
的
!事先非常感谢!当我训练我自己
的
CNN进行文本分类时,我使用
Word2vec
初始化
单词
,然后我使用这些
预先
训练过
的
向量
作为我
的
输入特性来训练CNN,所以如果我没有
嵌入
层
,它肯定不能通过反向传播进行任何细调。我
的
问题是,如果我想做微调,它是否意味着创建一个
嵌入
层
?以及
如
浏览 13
提问于2016-10-20
得票数 5
14
回答
如何
用python
的
gensim
word2vec
模型计算句子相似度
python
、
gensim
、
word2vec
根据,我可以使用
gensim
软件包
中
的
word2vec
模型来计算两个词之间
的
相似度。例如:0.73723527 然而,
word2vec
模型无法预测句子
的
相似性。在
gensim
中
,我发现了具有句子相似性
的
LSI模型,但这似乎不能与
word2vec
模型相
结合
。我
浏览 13
提问于2014-03-02
得票数 144
回答已采纳
点击加载更多
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
Keras文本分类实战(下)
使用Python和keras进行文本分类(下)
NLP之文本分类:“Tf-Idf、Word2Vec和BERT”三种模型比较
手把手教你数据不足时如何做深度学习NLP
概述:迁移学习在NLP和CV中的应用实例
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券