在训练seq2seq模型时，我想在嵌入层中启动一组预先训练的快速文本权重，目的之一是减少测试环境中的未知单词(这些未知单词不在训练集中)。由于预训练的快速文本模型词汇量较大，在测试环境中，未知词可以用快速文本的词汇向量来表示，在训练集中，这些向量应该与语义相似的词具有相似的方向。然而，由于嵌入层中的初始
浏览 2提问于2017-05-19得票数 2
回答已采纳
1回答
我正在尝试将一个快速文本单词向量规范化到另一个范围，以便它可以与其他数据组合。我首先访问预训练模型，如下所示： fasttext.util.download_model('en', if_exists='ignore') # English
ft = fasttext.load_modelcurrent_min)) * (desired_max - desired_min) + desired_min 我在想，我只是在需要的时候对向量进行标准化，这样我就不会试图一
浏览 25提问于2020-09-22得票数 1
2回答
我有大量的文本数据在多个网页上的产品，我有兴趣出售给客户。我试着在维基百科上使用预先训练过的快速文本词嵌入，但它并没有给我分类任务带来好的结果。可能是因为网站上的文本数据包含了很多技术细节，它不同于维基百科中的文本数据。因此，我想做一些转移学习的词嵌入，保持预先训练的快速文本词嵌入为基础。我如何使用Keras来训练</e
浏览 2提问于2019-01-24得票数 1
我想要建立一个预先训练的嵌入矩阵的seq2seq聊天机器人。预先训练过的嵌入矩阵，例如GoogleNews向量-负300，FastText和GloVe，有<EOS>和<UNK>的特定单词向量吗？
浏览 1提问于2018-03-18得票数 2
回答已采纳
1回答
我们可以使用以下命令在快速文本中训练监督模型 import fasttext
model = fasttext.train_supervised(input="cooking.train") 我的问题是，它如何表示特征(词包或tf/idf或词嵌入)，以及它使用什么算法进行文本分类？
浏览 26提问于2020-08-14得票数 0
回答已采纳
我正在使用一个预先训练好的快速文本模型( )。print(en_model['car'])在tensorflow中，我知道我可以使用以下代码来获得所见单词的可训练嵌入embedding_matrix',
浏览 1提问于2017-10-31得票数 9
我想训练没有监督的快速文本来表达单词。为此，我从安装了快速文本，我读取了页面，使用了model = fasttext.train_unsupervised()，但它只是向我展示了avg.loss。我的问题是，如何知道我的快速文本在我的数据集上训练得很好，或者它没有得到很好的训练，我必须改变超参数。我希望在嵌入层中使用快速文本来生成文本。我需要一个方法或一些技巧来评
浏览 3提问于2022-01-11得票数 0
回答已采纳
1回答
我遇到了两篇有趣的论文，它们描述了使用word嵌入的文档分类的有前途的方法。描述了在纸袋中为有效的文本分类这里。本文描述了基于深度无序构图的文本分类这里句法方法。这两种方法有什么区别？
它们本质上是一样的，它们看起来都是平均的单词嵌入并通过MLP传递吗?还是我遗漏了一些重要的东西？
浏览 0提问于2017-04-01得票数 10
1回答
有没有人知道，在这里，经过预先训练的快速文本模型有多长时间可以使用新的普通爬行或维基百科数据进行更新？或者现有的可供下载的有多少年了？
浏览 3提问于2022-06-16得票数 0
我致力于自然语言处理问题，并尝试用词嵌入的方法进行文本分类。我正在用fasttext的train_supervised训练我的模型，但是对于这个函数，有没有什么理想的或最好的参数值，你可以告诉我，我也在使用Kfold和一些值，我如何在这个问题中找到最佳的K-折叠数我的解决方案是使用快速文本的自动调谐功能来为模型找到最佳的参数值来训练，但是有什么可能的建议给我吗？下图显示了我在模型中的最佳参数。最后，我使用fasttext的预训练单词向量模型进行
浏览 87提问于2021-11-02得票数 0
回答已采纳
我尝试使用快速文本将预训练的向量添加到训练模型中，并得到以下错误。代码是用python编写的，带有fasttext 0.8.3。 我认为使用快速文本可以将预先训练的向量添加到有监督的训练模型中？
浏览 46提问于2019-04-10得票数 0
回答已采纳
1回答
例如，输入是“速度”和“快速”两个词的预训练嵌入，我希望通过RNN分类得到这对词的类标签。trainr()方法的输入X和输出Y应该是什么？
浏览 2提问于2016-05-26得票数 2
2回答
我想的是一种粗糙但快速的相似算法，它可以给我一个粗略的表示，说明两个单词/同步集可能有多近。这样，我就可以消除大多数绝对不同的词，节省时间。我不确定它是否存在
浏览 0提问于2018-08-17得票数 1
3回答
如何在Keras嵌入层中训练嵌入层？(比如使用tensorflow后端，意思是类似于word2vec、手套还是快速文本)
假设我们没有使用预先训练过的嵌入。
浏览 0提问于2018-01-25得票数 10
这是对训练课文中单词相对位置的某种估计吗？他们是否创造了某种统计上的“分布”词？在英语中，“猫”通常离“牛奶”有两三个字吗？事情必须有意义，不是吗？
浏览 0提问于2021-04-27得票数 1
回答已采纳
1回答
库中的相似函数定义在一个词到另一个词之间，而不是一个词到一个词列表(例如most_similar_to_given函数)之间。跳过图模型学习预测目标词，这要归功于附近的单词。另一方面，c弓形模型根据上下文预测目标词。上下文表示为包含在目标单词周围的固定大小窗口中的单词袋。这个解释对我来说还不清楚，因为“附近”这个词的意思和“上下文”有着相似的意思。我在googled上搜索了一下，最后得到了这个替代定义：
在CBOW模型中，将上下文(或周围词)的分布式表
浏览 0提问于2020-03-22得票数 4
回答已采纳
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。
浏览 4提问于2017-09-15得票数 3
我试图用47893个类和13亿(1,302,687,947)数据样本构建一个文本分类器。用这种数据建立的最好的分类器是什么？每个数据标签将包含行业，部门，专业化，规范化的角色信息和数据有标题和技能信息。我尝试用少量的数据构建一个分类器，我可以看到数据有足够的不同信息来区分类信息。数据大小为4.56GB。<---label information-----> <---------------data-------------------------------->
在此之前，我已经训练了大约20个快速
浏览 0提问于2023-02-01得票数 3
1回答
我正在尝试基于预先训练的嵌入来聚类单词。我做了一个简单的实验，我获得了大约100个关于“食物味道”的单词，从一个预先训练过的集合中获得了单词嵌入，并试图对结果进行k-表示。savory, full-bodied] -(bad)有谁能提出为什么像(调味，不调味)和(调味，不调味)这样看似相反的词会聚在一起我试过的是：
1)使用快速文本嵌入和手套嵌入。
浏览 0提问于2018-04-27得票数 8
1回答
bin文件由模型和从大型维基语料库生成的预训练向量组成。有没有更小的en。版本，这将使其更容易为较低范围的机器？加载这个文件会占用太多的内存。或者，为了获得一个较小的bin文件用于快速文本，我是否应该使用较小的并行语料库来训练我自己的一组快速文本向量？
浏览 6提问于2018-07-19得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
