1回答
我已经按照这个链接的说明在w2v和k-means上训练了我的语料库。https://ai.intelligentonlinetools.com/ml/k-means-clustering-example-word2vec/ 我要做的是a。找到给定单词的聚类ID。b。从给定单词的聚类中获得最
浏览 15提问于2019-12-25得票数 0
回答已采纳
2回答
python中的词聚类
、、、
如何在给定的一组数据中只聚类单词:我在网上经历了很少的算法，比如k-意思是algotihm，但它们似乎与文档聚类有关，而不是word clustering.Can，有人建议我只对给定数据集中的单词进行聚类
浏览 6提问于2016-02-01得票数 0
1回答
用于主题建模的TF-以色列国防军
、、、、
TF-国防军可以作为主题建模的唯一方法吗？(我知道有更好的方法，如LDA，LSA等)
我只想了解Topic是否能帮助我们进行主题建模。如果是，有人能解释一下这个简单的框架是如何工作的吗？我想了解Topic作为主题建模的唯一方法的应用和功能。我在网上其他地方找不到这个。
浏览 0提问于2020-08-26得票数 1
回答已采纳
我正在构建一个模型，该模型将预测流经管道的产品的提前期。我在想，最好对这些数据进行某种类型的聚类，然后使用集群ID作为我的模型的一个特征，也许交付期与该字段中存在的信息类
浏览 1提问于2020-02-09得票数 1
3回答
我是一个文本挖掘的新手，这是我的情况。假设我有一个单词列表'car'，'dog'，'puppy'，'vehicle'，我想把单词聚成k组，我希望输出是['car'，'vehicle'，'dog'，'puppy']。我首先计算每个成对单词的相似度得分，得到一个4x4矩阵(在本例中) M，其中Mij
浏览 19提问于2017-01-31得票数 5
1回答
我使用以下对数似然公式来比较文档和集群之间的相似度: log (d| c )= sum (c(w，d) * log (w|c))；c(w，d)是文档中单词的出现频率，p(w|c)是集群c生成单词w的可能性问题是，基于这种相似性，文档经常被分配到错误的聚类。如果我将文档分配给具有最高log (d|c)的集群(因为它通常是负值，我采用-log p(d|c))，那么它将是包含大量来自文档的单词</
浏览 0提问于2012-07-21得票数 1
回答已采纳
1回答
在斯坦福NER软件附带的一个示例.prop文件中，有两个我不理解的选项：distSimLexicon = /u/nlp/data/pos_tags_are_useless/egw4-reut.512.clusters
有没有人知道DistSim代表什么，我在哪里可以找到更多关于如何使用这些选项的文档？更新:我刚刚发现DistSim的意思是分布式相似性。我仍然想知道在这种情况下这意味着什么。
浏览 2提问于2013-07-18得票数 4
回答已采纳
1回答
文字向量簇的可读性格式
、、、
假设我已经对word2vec模型进行了预培训，并将其应用于由“卫报”的文章标题组成的数据集。显然，来自“科学”部分的标题会在潜在空间中形成一个集群，而来自“时尚”部分的标题将在潜在空间中形成另一个集群。但问题是，我的数据集没有每个标题的类别标签。我怎么能想到这样的人类可读的解释集群中心(可能来自Kmeans)？
浏览 0提问于2021-05-04得票数 2
我需要通过纠正那些文件中拼写错误的单词来清理这些数据。问题是，为了清理文档中的拼写错误，我需要选择或验证该算法所做的预测。我可以使用所有可能的正确单词预测正确的拼写在单词向量，以执行聚类对这些数据？
浏览 0提问于2019-06-14得票数 1
1回答
基于特定关键字创建集群
、、、、
我正在使用聚类将文档中的常见单词组合在一起。我的要求是根据特定的单词列表创建集群，也就是说，我想获得一组通常与用户给定的单词列表一起发现的单词。从视觉上看，集群应该如下所示。通常，集群技术的重点是创建隔离的集群，而我需要有一些重叠的隔离集群。图像显示了预期结果的视图。我尝试过使用k均值
浏览 0提问于2021-03-30得票数 0
2回答
聚类一长串单词
、、、、
我手头有以下问题:我有一个很长的单词列表，可能是名字、姓氏等等。我需要对这个单词列表进行聚类，以便类似的单词，例如具有相似编辑(Levenshtein)距离的单词出现在同一组中。例如，“算法”和"alogrithm“应该有很高的机会出现在同一个集群中。
在模式识别的文献中，我对经典的无监督聚类方法如k均值聚</
浏览 3提问于2014-11-07得票数 2
回答已采纳
1回答
我有断层数据集，我想分割成不同的部分，通过k-均值聚类.由于数据集相当大，所以我在数据子集上计算k-均值。现在，我想将计算出来的k-均值应用到数据集的更大部分，但我似乎无法使它正确工作，分段没有正确地应用。vol_subset).reshape(-1,1))标签看起来很棒，标签1是骨头，标签3是植入物，标签5是骨中的血管左面板上的一个图像上的</
浏览 0提问于2018-08-06得票数 1
回答已采纳
1回答
我有一个1.2mil单句描述(5-50个单词)的数据集，我想将它们聚类到n个聚类中。对于向量转换，我想使用doc2vec来获得1.2mil大小相等的向量。但是，我不确定size参数应该是什么。我已经读过了，它应该在100-300之间，但是在这种情况下，每个文档都有更少的标记(单词)，所以向量应该很小吗？
浏览 3提问于2020-03-16得票数 0
1回答
我试图预测某个时间戳的移动应用程序的用户位置。到目前为止，我已经收集了不同天的训练数据。数据包含纬度、经度和时间戳。
为了训练一个以时间戳为输入、输出为纬度和经度对的模型，最好的算法/最佳方法是什么？
浏览 0提问于2019-07-27得票数 2
回答已采纳
我有一套文件(3000)，每个文件都包含一个简短的描述。我想使用Word2Vec模型来查看是否可以根据描述对这些文档进行聚类。 doc2vecs.append(vec/300)s
浏览 2提问于2019-10-08得票数 1
回答已采纳
1回答
基于多词相似度的聚类
、、、
我正在尝试实现对银行事务数据的群集。数据集包含关于Vendor和MCC的列，它们是string。这些列中有太多不同的值，我想根据一些指标(如cosine similarity for Vendor or MCC )进行集群。(例如，'Hotel A'和'Hotel B'可以在同一个集群中。)我认为Levenshtein distance是不够的。
我考虑为MCC找到一个语料库，并建立一个模型来查找单词之间的相似性。这个方法对这个问
浏览 4提问于2020-08-08得票数 0
1回答
我正在使用mxnet ()中的DEC。虽然它默认在MNIST上运行，但我已经将数据源更改为数百个文档(考虑到mxnet可以处理路透社的数据集，这应该是非常好的)X = np.asarray(X.todense()) # * np.sqrt(X.shape[1])
Y = np.asarray
浏览 0提问于2018-07-03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
