1回答
我想知道一种有效的方法来评估我的word2Vec模型的性能，这样我就可以适当地调整我的超参数。例如，如果我使用监督学习进行文档分类，则模型性能评估很容易，因为我可以将预测标签与测试数据集的预定义标签进行比较。 但我不确定如何使用Word2Vec来做到这一点。有没有人可以用代码来解释如何做到这一点，或者提供一个链接到一个这样做的页面？ 请不要把链接
浏览 24提问于2019-04-24得票数 3
1回答
我试图用Word2Vec嵌入来评估部分语音信息的影响，但并没有获得预期的结果。我使用Seq2Seq机器翻译任务中的嵌入来度量性能上的差异。我正在和BL
浏览 0提问于2019-05-26得票数 0
回答已采纳
我希望通过对5个类别标签上的4000个tweet数据进行分类，来比较ELMo和word2vec作为词嵌入的性能，但结果表明，ELMo的性能要比word2vec差。我将用于ELMo，并为word2vec预先培训了100万条推特
这表明这两种模型都过于适合，但为什么ELMo会比word2vec差呢？
浏览 12提问于2021-12-22得票数 0
我正在尝试理解以下示例中的错误所在。要在文档中描述的“text8”数据集上进行训练，只需执行以下操作： import gensim.downloader as apimodel = Word2Vec(dataset) 这样做可以得到非常好的嵌入向量，通过对单词相似度任务的评估得到了验证。:
for line in fi
浏览 128提问于2020-06-24得票数 0
回答已采纳
1回答
LSTM模型评价
、、、
我有以下LSTM模型，它的输入被word2vec模型嵌入：
我需要你对模型评估的意见，如下图所示，，，如何改善损失相对于历次曲线？
浏览 3提问于2022-05-12得票数 -2
1回答
Doc2Vec的实际应用是什么？
、、、、
我是Doc2Vec的新手。据我所知，Doc2Vec根据它们的文字上下文对类似的文档进行分组。我有一套报纸文件，我想找出报纸的主要主题是什么(一个组的“政治”新闻文件，另一个组的“体育”新闻文件等等)。根据它们的内容。因此，我有兴趣知道；Doc2Vec算法的实际应用是什么？
浏览 0提问于2017-10-09得票数 4
回答已采纳
我已经在文本语料库上训练了Gensim的WordToVec，将其转换为DocToVec，然后使用余弦相似度来查找文档之间的相似度。我需要建议类似的文档。现在假设在针对特定文档的前5个建议中，我们手动发现其中3个不是similar.Can。这个反馈是否可以纳入到重新训练模型中？
浏览 14提问于2019-06-17得票数 0
我正在使用Word2Vec教程学习TensorFlow。我为Word2Vec运行的代码也来自TensorFlow教程：。当我运行了15个时代的代码时，测试的准确率约为30%。当我跑了100个时代时，测试的准确度达到了39%左右。我正在使用Text8数据集进行培训和问题-Words.txt进行评估。
我需要跑更多的时代吗？我应该使用不同的数据集吗？如何提高测试的准确性？
浏览 2提问于2017-10-20得票数 7
回答已采纳
使用AutoML (来自H2O)是否可以只使用Word2Vec算法，并尝试不同的参数值，以找出哪些参数设置为我的数据集提供了最准确的向量？因此，我不希望AutoML将DeepLearning、GBM等算法应用到我的数据集。只有Word2Vec算法…我该怎么做？
到目前为止，我只用H2O构建了一个word2vec模型。我想用AutoML测试Word2Vec的超参数的不同设置，以评估哪些设置是最佳<em
浏览 1提问于2019-03-26得票数 0
2回答
我计划建立一个基本的基于内容的推荐系统与word2vec和余弦相似。数据由300 k个不同长度的文档组成。
如果我没有任何标签/类别，我如何评估我的模型？
浏览 0提问于2020-11-23得票数 1
回答已采纳
1回答
我已经使用自己的数据集创建了单词嵌入(Word2vec)。我已经使用Gensim模块创建了单词嵌入。我想评估我的单词嵌入。我如何解释结果呢
浏览 27提问于2019-07-25得票数 3
回答已采纳
我已经将我的文本分类改进为主题模块，从简单的word2vec到管道tfidf和OneVsRestClassifier (使用sklearn)。它确实改进了分类，但是使用word2vec，我能够计算每个主题的匹配百分比，而使用OneVsRestClassifier，我可以得到与特定主题匹配或不匹配的结果。有办法用OneVsRestClassifier来看分类的百分比吗？
我说的不是评估训练的表现，而是实际的</
浏览 0提问于2017-03-30得票数 1
回答已采纳
这更像是一个一般的NLP问题。训练单词嵌入的合适输入是什么，即Word2Vec？属于一篇文章的所有句子是否都是一个语料库中的单独文档？或者每一篇文章都应该是所述语料库中的一份文件？这只是一个使用python和gensim的例子。按条款划分的语料库：
ArticleCorpus = [["first", "sentence", "of", "the", "first
浏览 0提问于2015-11-08得票数 29
回答已采纳
1回答
我是数据科学的新手，我试图从很长一段时间内理解'Word2Vec‘的方法。有人能简单地解释一下吗？此外，通过“Word2Vec”方法可以解决哪些问题？
浏览 0提问于2017-08-30得票数 2
1回答
我正在尝试创建一个应用程序来计算两个字符串之间的相似性。琴弦不长。最长3句。我做了一些研究，并找到了一些可能的解决方案。三是使用word2vec和比较向量。就性能而言，word2vec的表现是否比短句的TF-下手更好？训练word2vec模型的最佳方法是什么？我应该使用大量
浏览 2提问于2017-04-21得票数 1
回答已采纳
我正在做一个项目，寻找产品之间的相似性。该模型将excel数据表分为90%的训练/ 10%的验证。当我手动检查验证时，模型工作得很好。但我在评估过程中遇到了麻烦。我应该如何找到准确性、精确度、召回率和F1分数来了解我的模型工作得有多好？ 我是机器学习的新手，还在学习，请给我一些从哪里开始的线索。
浏览 61提问于2020-07-28得票数 0
回答已采纳
1回答
我目前正在学习基于深度学习的机器翻译系统，但我不确定我是否理解这个过程的逻辑。我知道源语言和目的语翻译语句对必须表示为word2vec向量，但为什么需要应用两个(编解码器)递归神经网络？我的第一个想法是只应用一个RNN，其中输入是源语言示例(以word2vec向量的形式)，输出只是目标语言的word2vec序列。为什么有必要使用另一个RNN？我的主要问题是，这个系统是否有足够的灵活性来处理同温云、语序变化和其他歧义？
浏览 0提问于2017-02-27得票数 3
我有6200个句子的数据(它们是表格"sign_or_symptoms Pathologic_function Pathologic_function“的三重奏)，但是这些句子中唯一的单词(词汇量)是181个，如何才能训练出这样低词汇量的句子的模型。是否有任何资源或研究适当的矢量大小取决于词汇量？
浏览 1提问于2018-11-20得票数 0
回答已采纳
我试图比较在域内数据上训练的单词向量与在spaCy NER上对非域特定数据进行训练的单词向量的好处。这是我用来启动模型的代码：
!evaluate models/w2v/merged/mod
浏览 2提问于2021-12-30得票数 2
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
