回答情况：
提问时间：
问题标签：
我正在使用GoogleNews-vectors-negative300.bin模型和库来确定机器学习时扩展收缩的最佳选择，比如I'd with可以是I would和I had。这种型号的尺寸非常大，大约为3.5Gb。
我认为3.5Gb是一个非常大的型号，用于我的目的。在这个模型中，我可能永远不会使用所有的词表示。是否有一种方法可以减少大小，只提取对我的目的有用的单词表示的子集？
浏览 3修改于2018-06-06得票数 0
回答已采纳
我想添加自动补全功能来搜索输入，问题是，词表。如果我添加一个大的单词列表，这意味着更大的加载时间，自动补全是无用的，因为你需要写出完整的单词，为了获得正确的单词，如果我添加一个小的单词列表，加载时间是好的，但问题是相同的，自动完成是无用的，因为没有完成任何有用的东西如果我以某种方式得到youtube基于相关性的自动补全词表，并且只有在你输入的时候才加载词表，会怎么样呢？这有可能吗？
浏览 0提问于2015-05-27得票数 0
我引用了一个非常大的词表，并提取了我的参考词表中没有的单词。
我遇到的问题是，许多唯一令牌是非单词的，比如目录名、错误代码和其他字符串。
浏览 0修改于2014-04-23得票数 1
我有一个非常大的.csv文件(1065行x 1列)。每行都有句子。我想从我的词表(.csv文件)中提取每一行中的几个重要单词，然后为每一行设置数据词频。
浏览 0修改于2015-06-04得票数 0
我想知道为什么我们可以输入每个单词在词汇，并得到最后的词表示从单词嵌入矩阵A经过培训。为什么嵌入可以在语言模型中包含我们想要的信息。为什么训练过程可以将良好的单词表示信息注入到单词嵌入矩阵A中？
浏览 0修改于2020-08-07得票数 4
回答已采纳
例如，在"the password is abc123“中，我不想将abc123添加到词表中，但仍然不喜欢它周围的红色大矩形。
浏览 45修改于2011-05-17得票数 25
回答已采纳
我试图建立一个神经网络语言模型，似乎Mikolov等人的word2vec工具是一个很好的工具。我试过了，但它只产生单词表示。有谁知道我如何通过这个工具或任何其他合理的深度学习框架来生成语言模型？
浏览 5修改于2014-02-26得票数 3
回答已采纳
我正在进行二进制文本分类，我有一个大的稀疏矩阵(n_samples: 974, n_features: 19329)，这是由于使用了一个单词表示包。
浏览 1修改于2016-03-17得票数 0
回答已采纳
我有一个非常大的文本文件，我必须从中提取一些数据。我逐行读取文件并查找关键字。因为我知道我正在寻找的关键字更接近文件的末尾而不是开始，所以我想知道是否有可能从最后一行而不是第一行开始读取文件。然后，我会用一个关键词表示“这个词以外的所有东西都不是干扰词”，然后停止阅读。
这有可能吗？
浏览 11提问于2014-02-05得票数 1
回答已采纳
我目前正在使用来自某个领域的文档和来自Gensim的无监督训练方法来训练Gensim FastText模型。在这个单词表示的训练之后，我想训练一组测试行，并最终测试模型，并返回一个精度和召回值，就像在facebook中通过train_supervised + sentence+label实现fastText一样
浏览 39提问于2020-04-24得票数 1
回答已采纳
per_names.txt'; MARKFAST(NameAnnotation, SamplePersonNames, true);
是否可以在运行时扩展该列表
浏览 0提问于2018-10-12得票数 0
我使用word2vec作为单词表示，在tweet上进行情感分析。我的Tweet1由10个单词组成，Tweet2由5个单词组成。
浏览 0修改于2016-08-01得票数 12
1回答
我目前正在使用斯坦福大学的ner训练一个ner模型。有可能将两种模型合并在一起吗？还是有一种方法来扩展当前的模型？谢谢!
浏览 2修改于2014-05-23得票数 1
回答已采纳
我有一个名为articles的表以及抽象模型AbstractArctile。我还有三大类：
离开主题- App\Models\Offtopic\Article扩展App\Models\Abstract\AbstractArticle
浏览 0修改于2021-09-05得票数 2
回答已采纳
我尝试过的方法:
我尝试从我拥有的bin文件中提取txt文件，并在加载时将它作为word2vec文件使用，并在我自己的语料库中进一步训练它并保存模型，但是模型对于预先训练过的bin文件中的单词表现很差(我的模型应该用什么方法来表现好从预训练的文件和我的语料库中的单词？
浏览 2提问于2018-07-19得票数 2
2回答
我正在训练一个FastText单词表示模型，并且正在对一系列多个参数执行网格搜索。, 10e-3, 10e-4, 10e-5, 10e-6]ws = [5, 6, 8, 10] 我想尝试以上列表的所有可能组合，并将它们作为参数传递给我的模型
浏览 5提问于2019-02-25得票数 2
回答已采纳
1回答
我们的用例是在ARCore中加载一个更大的模型，它的大小相当于两层以上的建筑物。这个单一的大模型将扩展到大楼的几层。当我们加载大模型时，默认情况下它会缩放到较小的尺寸，并且我们无法缩小以映射/匹配不同楼层的模型。当我们尝试设置node.getScaleController().setMaxScale(50F)时，模型在某些点被缩放和隐藏。fragment.getArSceneView().getScene().addChild(anchorN
浏览 19提问于2019-06-18得票数 0
假设我有一个名为credit_facilities的字典，在这个字典中，我将信贷工具id映射到它的动词表示。credit_facilities = {1 : 'Yes',2:'No',3:'Not sure'}
我有一个模型对象，我在其中检索值作为字典的键。例如，假设模型名为"customer“，并且它具有名为"credit_facility”的属性。因此，customer.credit_facility给出1、2或3。我想将此值用作字典中的键。
浏览 1提问于2016-12-30得票数 1
回答已采纳
我想为论坛文章构建一个分类器，它将使用语义词表示自动将这些帖子分类为一些定义的类别(因此多类分类而不仅仅是二进制分类)。对于这个任务，我想利用word2vec和doc2vec来验证使用这些模型支持分类器快速选择训练数据的可行性。此时此刻，我尝试了这两种模式，它们都很有魅力。但是，由于我不想手动标记每句话来预测它所描述的内容，所以我希望将此任务留给word2vec或doc2vec模型。所以，我的问题是:在Python中我可以使用什么算法作为分类器？对于这种类型的分类器(使用语义词表示来训练数据)，python中有什么好的算法
浏览 2提问于2015-07-13得票数 1
回答已采纳
快速文本官方网站(fasttext.cc)上的例子(与单词表示相关)表明，可以计算使用cbow (或skip-gram模型)(简而言之，无监督学习模型)导出的向量上的最近邻居。据称，这可以使用模型(model.get_nearest_neighbors)上的get_nearest_neighbors函数来完成。然而，当我尝试使用Python (3.7.)它向我显示了一条消息，即该函数不存在于无专家学习模型的快速文本中，实际上，当我查看快速文本帮助时，我没有看到该函数。唯一存在的类似功能是模型</e
浏览 31修改于2019-09-12得票数 4
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号