doc2vec:用于训练测试段落向量的 Python 脚本-源码
该存储库包含一些 python 脚本，用于使用段落向量或 doc2vec 训练和推断测试文档向量。
要求
Python2：预训练的模型和脚本都只支持 Python2。
Gensim：最好使用我的的 gensim； 最新的 gensim 稍微改变了它的 Doc2Vec 方法，因此不会加载预先训练的模型。
预训练的 Doc2Vec 模型
预训练的 Word2Vec 模型
为了重现性，我们还在维基百科和美联社新闻上发布了预训练的 word2vec skip-gram 模型：
目录结构和文件
train_model.py：用于训练一些玩具数据的示例 Python 脚本
infer_test.py：使用训练模型推断测试文档向量的示例 Python 脚本
toy_data：包含一些玩具训练/测试文档和预训练词嵌入的目录
模型超参数说明
sample ：这是对频繁词进行下采样的子采样阈值； 1
文件下载
资源详情
[{"title":"（ 7 个子文件 1.21MB ） doc2vec:用于训练测试段落向量的 Python 脚本-源码","children":[{"title":"doc2vec-master","children":[{"title":"train_model.py <span style='color:#111;'> 1.01KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 11.09KB </span>","children":null,"spread":false},{"title":"toy_data","children":[{"title":"test_docs.txt <span style='color:#111;'> 2.51KB </span>","children":null,"spread":false},{"title":"pretrained_word_embeddings.txt <span style='color:#111;'> 2.72MB </span>","children":null,"spread":false},{"title":"train_docs.txt <span style='color:#111;'> 468.67KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 2.91KB </span>","children":null,"spread":false},{"title":"infer_test.py <span style='color:#111;'> 632B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- C# 写得使用固高的运动控制卡写得控制程序
- 超漂亮VB6开源码表格控件，支持打印预览。
- 从内存资源中加载DLL：CMemLoadDll源码－兼容64位dll
- PHP微信支付和退款类
- json-20160810.jar
- STM32 +差分ad纯C实现2048点FFT，采集信号频谱图
- 红外与可见光图像融合算法（Matlab）.zip
- 电商项目购物车模块详细设计
- 初级软件测试工程师实习报告
- nodemcu原理图和PCB工程
- 51开发板利用L298N驱动模块驱动电机进行调速
- MSP430 F5529 LaunchPad完整资料（内含例程代码）.zip
- LibIconv库
- 2014海康威视视音频算法工程师笔试
- Java爬虫项目
- 公司、学校、团队春游户外活动方案.docx
- springboot-study
- 网上商城项目开发
- 基于msp430智能家居程序
- Pepper/Nao机器人如何调用百度翻译API
- UCloner-10.04.7.tar.gz
- 椭圆检测算法
- 原始RAW数据转换为位图
- Linux带命令壁纸可修改版
- MiniGUI的软键盘快速设计方法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明