有没有办法用doc2vec查看我在词汇表中按段落而不是按每个单词得到的向量。通过使用model.wv.vectors，我可以得到每个单词的所有向量。现在，我需要它来对嵌入的段落应用聚类算法，我希望能获得这些段落。不过，我不确定这种方
浏览 6提问于2020-05-03得票数 0
回答已采纳
2回答
我已经训练了大约2300个段落的段落向量(每个段落在2,000-12000个单词之间)，每个段落的向量大小为300。现在，我需要推断大约100,000个句子的段落向量，我认为这些句子是段落(每个句子大约有10-30个单词，每个句子对应于前面
浏览 1提问于2016-09-20得票数 5
1回答
以上图片来自，本文介绍了Doc2Vec。我正在使用Gensim的Word2Vec和Doc2Vec的实现，这两种实现都很棒，但我想了解几个问题。对于给定的doc2vec模型dvm，dvm.docvecs是什么？我的印象是，包含所有单词嵌入和段落向量d的是平均向量或级联向量。这是正确的，还是d？假设dvm.docvecs不
浏览 9提问于2017-01-18得票数 5
回答已采纳
1回答
我有一组用户及其内容(每个用户有一个包含该用户的tweet的文档)。我计划对每个用户使用某种大小N的分布式向量表示。一种方法是在twitter数据上获取预先训练过的字向量，并将它们平均得到用户的分布向量。我计划使用doc2vec来获得更好的results.B
浏览 3提问于2017-03-27得票数 1
回答已采纳
1回答
我一直在试验NLP，并使用Doc2Vec模型。不过，我想把这个问题扩展至比较问题的主体。例如，就像堆栈溢出一样，我正在为
浏览 4提问于2021-08-10得票数 0
1回答
如何找到一个目标段落或文档，与语义相似的目标段落的其他文档列表相似。model.dv))输出现在，我如何能够匹配目标数据来训练数据，以及如何知道它们有多相似，有什么方法可以将相似度缩放成百分比呢？
浏览 4提问于2022-07-03得票数 0
回答已采纳
1回答
我正在使用gensim从文档中提取特征向量。我已经从谷歌下载了名为GoogleNews-vectors-negative300.bin的预训练模型，并使用以下命令加载了该模型：我的目的是从文档中获取特征向量。一句话，很容易得到相应的</
浏览 1提问于2017-02-09得票数 3
回答已采纳
这是我第一次使用Doc2Vec对一个作者的作品进行分类。我使用带标签的句子(段落或指定长度的字符串)训练了一个模型，其中单词=段落中的单词列表，标签=作者姓名。在我的例子中，我只有两个作者。我尝试访问训练模型中的docvecs属性，但它只包含两个元素，<em
浏览 6提问于2017-11-07得票数 0
我正在寻找一个简单的"hack“来实现以下想法:我想让一个特定的单词人为地出现在每个单词的上下文中(潜在目标是尝试使用word2vec进行有监督的句子分类)。最好的例子是：(dog, The), (do
浏览 18提问于2017-06-28得票数 1
回答已采纳
我是一名学生(计算机科学)。这是我在堆栈溢出中的第一个问题。我真的很感谢你的帮助！(我所指的包称为'word2vec'，这就是为什么标签/标题有点让人费解的原因。)在对doc2vec函数的描述(这里是)中，它说：
文档向量是以向量空间的尺度来标准化文档的
浏览 0提问于2020-11-10得票数 0
回答已采纳
这些文档和教程并没有解释这一点；它们似乎假设了我所没有的理解水平。这些答案很接近，但并没有明确地说：
浏览 7提问于2022-08-05得票数 0
回答已采纳
我的任务是将文档向量模型投入生产。我是一个R用户，所以我的原始模型在R中。我们的途径之一是用Python重新创建代码和模型。离线
单词向量是使用text2vec包中的函数(即GloVe或GlobalVectors )
浏览 45提问于2021-06-17得票数 1
回答已采纳
我在语料库中有混合词的句子(字典和非字典词).非字典词是重要的，因为它们是特定的领域。我不会对非字典词执行任何nlp。doc2vec模型是否将非字典词与同一词在匹配标准上进行比较？
例如。我正在输入'AMDML'，'release‘。这里，AMDML是特定于域的单词。如果我在训练模型中有像'AMDML'，'release&
浏览 1提问于2021-01-23得票数 1
回答已采纳
根据最初的论文，对看不见的段落的推断可以通过
训练“推理阶段”，为新段落(从未见过)提供段落向量D，方法是在D中添加更多的列，在D上增加梯度，同时保持W、U、b固定。这个推理阶段可以用infer_vector()在gensim中完成。如果我有window = 5 for doc2vec
浏览 2提问于2018-05-29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
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
浏览 0提问于2017-12-05得票数 1
回答已采纳
2回答
我有一组文档，每个文档都随着时间的推移而迅速增长。任务是在任何固定时间找到类似的文件。我有两种可能的方法：tf-以色列国防军或其变异，如BM25。其中之一会产生更好的效果吗？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<e
浏览 0提问于2017-03-07得票数 4
在使用doc2vec进行培训时，我得到了以下错误：# Extracting titles from csv to list reader =我使
浏览 2提问于2018-01-04得票数 1
回答已采纳
有没有办法从gensim 0.11.1版本的Doc2Vec中获取未见和可见文档的文档向量？
从同样的词汇？
浏览 6提问于2016-06-11得票数 5
回答已采纳
3回答
背景:我一直在我的数据集上评估各种文本分类方法，包括使用从字数统计和TF-IDF派生的特征向量，然后通过各种分类器运行这些方法。我的数据集非常小(大约2300个句子和大约5个类)，考虑到上述方法将不同的方法视为完全独立的方法，希望使用词向量方法进行分类。我使用了带有浅层神经网
浏览 0提问于2019-01-30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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
