Câu hỏi được gắn thẻ «natural-language»

Không chắc chắn nếu đây là trang web ngăn xếp đúng, nhưng ở đây đi. Phương thức .simustomity hoạt động như thế nào? Wow spaCy thật tuyệt! Mô hình tfidf của nó có thể dễ dàng hơn, nhưng w2v chỉ với một dòng mã?! Trong bài hướng dẫn 10 dòng …

13 natural-language  word2vec  tf-idf  nltk 

Tôi tự hỏi tại sao softmax phân cấp lại tốt hơn cho các từ không thường xuyên, trong khi lấy mẫu âm sẽ tốt hơn cho các từ thường xuyên, trong các mô hình CBOW và bỏ qua gram của word2vec. Tôi đã đọc khiếu nại trên https://code.google.com.vn/p/word2vec/ .

12 natural-language  word2vec  word-embeddings  softmax 

Giả sử tôi sử dụng RNN / LSTM để phân tích tình cảm, đây là cách tiếp cận nhiều-một (xem blog này ). Mạng được đào tạo thông qua việc truyền bá ngược thời gian (BPTT), trong đó mạng không được kiểm soát chỉ trong 30 bước cuối cùng như …

12 neural-networks  deep-learning  natural-language  backpropagation 

Trong hai thư viện nhận dạng ngôn ngữ phổ biến, Compact Language dò 2 cho C ++ và trình phát hiện ngôn ngữ cho java, cả hai đều sử dụng n-gram (dựa trên ký tự) để trích xuất các tính năng văn bản. Tại sao một túi từ (từ đơn …

12 machine-learning  classification  text-mining  natural-language 

Sự miêu tả: Đặt miền vấn đề là phân loại tài liệu trong đó tồn tại một tập các vectơ đặc trưng, ​​mỗi thuộc về 1 hoặc nhiều lớp. Ví dụ, một tài liệu doc_1có thể thuộc Sportsvà Englishloại. Câu hỏi: Sử dụng mạng nơ ron để phân loại, nhãn …

12 machine-learning  neural-networks  natural-language  multilabel 

Tôi gặp vấn đề trong việc hiểu mô hình bỏ qua của thuật toán Word2Vec. Trong các từ liên tục có thể dễ dàng thấy các từ ngữ cảnh có thể "khớp" trong Mạng thần kinh như thế nào, vì về cơ bản, bạn trung bình chúng sau khi nhân …

11 neural-networks  deep-learning  natural-language  word2vec  word-embeddings 

Tôi đang cố gắng nhúng khoảng 60 triệu cụm từ vào một không gian vectơ , sau đó tính toán độ tương tự cosin giữa chúng. Tôi đã sử dụng sklearn CountVectorizervới chức năng mã thông báo được xây dựng tùy chỉnh để tạo unigram và bigram. Hóa ra để …

11 machine-learning  natural-language  word2vec  word-embeddings  cosine-similarity 

Tôi tìm thấy hướng dẫn rất hữu ích liên quan đến thuật toán EM . Ví dụ và hình ảnh từ hướng dẫn chỉ đơn giản là tuyệt vời. Câu hỏi liên quan về tính toán xác suất làm thế nào để tối đa hóa kỳ vọng hoạt động? Tôi …

11 machine-learning  clustering  algorithms  natural-language 

Một cách để tạo ra các từ nhúng như sau ( gương ): Nhận một tập đoàn, ví dụ: "Tôi thích bay. Tôi thích NLP. Tôi thích học sâu." Xây dựng ma trận cooccurrence từ nó: Thực hiện SVD trên và giữ các cột đầu tiên của U.XXXkkk Mỗi hàng …

11 natural-language  svd  mutual-information  word-embeddings  language-models 

Tôi đang gặp khó khăn để hiểu câu này: Kiến trúc được đề xuất đầu tiên tương tự như NNLM tiếp theo, trong đó lớp ẩn phi tuyến tính được loại bỏ và lớp chiếu được chia sẻ cho tất cả các từ (không chỉ ma trận chiếu); do đó, …

11 machine-learning  neural-networks  natural-language  word-embeddings  language-models 

Đối với tác vụ xử lý ngôn ngữ tự nhiên (NLP), người ta thường sử dụng các vectơ word2vec như một cách nhúng cho các từ. Tuy nhiên, có thể có nhiều từ chưa biết mà các vectơ word2vec thu được chỉ đơn giản vì những từ này không được …

11 natural-language  word2vec  lstm  word-embeddings 

Làm thế nào tôi có thể định lượng lượng phân tán trong một vectơ đếm từ? Tôi đang tìm kiếm một thống kê sẽ cao cho tài liệu A, bởi vì nó chứa nhiều từ khác nhau xảy ra không thường xuyên và thấp cho tài liệu B, vì nó …

10 variance  natural-language  gini  dispersion  bag-of-words 

Lúc đó tôi đang đọc sách: https://en.wikipedia.org/wiki/Tf%E2%80%93idf#DefDef Nhưng tôi dường như không thể hiểu chính xác tại sao công thức được xây dựng theo cách của nó. Những gì tôi làm Hiểu: iDF ở một mức độ nào đó sẽ đo tần suất xuất hiện của một thuật ngữ S …

10 machine-learning  clustering  mathematical-statistics  text-mining  natural-language 

Một cách tiếp cận truyền thống về xây dựng tính năng để khai thác văn bản là cách tiếp cận theo từ và có thể được tăng cường bằng cách sử dụng tf-idf để thiết lập vectơ đặc trưng mô tả tài liệu văn bản đã cho. Hiện tại, tôi …

10 machine-learning  data-mining  text-mining  natural-language  language-models 

Tôi đang cố gắng nhóm, ví dụ, các chuỗi về lập trình với các chuỗi khác về lập trình, các chuỗi về vật lý với các chuỗi khác về vật lý, v.v., cho một loạt các chủ đề. Mặc dù khía cạnh ngôn ngữ lý thuyết rõ ràng của vấn …

10 natural-language  data-mining