首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如果我不提供oov_token,那么tensorflow中的Tokenizer如何处理词汇表之外的标记?

如果我不提供oov_token,那么tensorflow中的Tokenizer如何处理词汇表之外的标记?
EN

Stack Overflow用户
提问于 2022-03-30 14:38:49
回答 1查看 129关注 0票数 1
代码语言:javascript
复制
tokenizer = Tokenizer()
tokenizer.fit_on_texts(X_train)
encoded_docs = tokenizer.texts_to_sequences(X_train)
padded_sequence = pad_sequences(encoded_docs, maxlen=60)
test_tweets = tokenizer.texts_to_sequences(X_test)
test_padded_sequence = pad_sequences(test_tweets, maxlen=60)

尽管我没有提供oov_token参数,但代码没有出现任何错误。我希望在test_tweets = tokenizer.texts_to_sequences(X_test)中得到一个错误

当您不提供oov_token时,tensorflow如何处理测试期间词汇量不足的单词?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-03-30 14:53:11

如果oov_tokenNone,默认情况下OOV单词将被忽略/丢弃

代码语言:javascript
复制
import tensorflow as tf

tokenizer = tf.keras.preprocessing.text.Tokenizer()
tokenizer.fit_on_texts(['hello world'])
print(tokenizer.word_index)

sequences = tokenizer.texts_to_sequences(['hello friends'])
print(sequences)
代码语言:javascript
复制
{'hello': 1, 'world': 2}
[[1]]
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/71679308

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档