fasttext

0熱度

1回答

使用Facebook-Fasttext分類新文本時，爲什麼返回的數據類型是list？

我試圖與Facebook Fasttext模塊新的文本進行分類，代碼如下： #!usr/bin/python 2.7 import sys import jieba reload(sys) sys.setdefaultencoding('utf-8') import fasttext lines=[line.strip() for line in open('./corpus_se

2熱度

1回答

指定的隱藏單元＃Facebook中fasttext

在paper on fasttext的監督分類，作者指定的不同數量的隱藏單元通過改變某些參數（h是在3,4頁的一個 - 你看在表1中「它有10個隱藏的單位，我們有和沒有雙字母組對其進行評估。「），但讀the documentation後它不會出現有一個‘隱藏單位’參數來改變。有沒有辦法指定隱藏單位的數量？或者這與指定-dim選項相同？

1熱度

1回答

？

我執行文本分類的快速文本，鏈接https://github.com/facebookresearch/fastText/blob/master/tutorials/supervised-learning.md 我想知道什麼是精度@ 1，或P @ 5是什麼意思？我做了一個二元分類，但是我測試了不同的數字，我不明白的結果： haos-mbp:fastText hao$ ./fasttext test

0熱度

1回答

fastText python實現創建培訓和測試集

我是webscraping，我將utf-8保存到csv，清理它，現在我正在嘗試創建我的培訓和測試文件，以便能夠使用Facebook快速文本，現在是我和它給我一個錯誤 from sklearn.cross_validation import train_test_split y_all = df["normalized"] X_all = df.drop('normalized', axis

0熱度

1回答

爲什麼預訓練fasttex模型的cosine_similarity在兩個參數之間很高並不相對？

我想知道爲什麼用wiki（韓語）預訓練的'fasttext模型'似乎不能很好地工作！ :( 模型= fasttext.load_model（「./ fasttext/wiki.ko.bin 」） model.cosine_similarity（「 테스트테스트이건테스트문장」，「지금아무관계없는글정말로정말로」）（英文） model.cosine_similarity（「測試的測試，這是測

0熱度

1回答

Fasttext for Python - 模塊'fasttext'沒有屬性'load_model'

請原諒我在這裏的新鮮感，但是fasttext在Python上並不適合我。我正在使用運行python 3.6的anaconda。我的代碼如下（只是一個例子）： import fasttext model = fasttext.load_model('/home/sproc/share/fastText/model.bin') print(model.words) 這將返回以下錯誤： Tra

0熱度

1回答

無法寫入核心轉儲，Java運行時環境檢測到致命錯誤

當我使用fasttext獲取在java中使用Jfasttext庫的單詞時，出現錯誤。錯誤是 A fatal error has been detected by the Java Runtime Environment: # SIGSEGV (0xb) at pc=0x00007f412c606444, pid=14379, tid=139916342187776 # # JRE ver

1熱度

1回答

負載fasttext模型更快排除某些詞彙

加載被Facebook Research發佈預訓練fasttext wordvectors需要很長的時間在本地機器上，我這樣做： model = fs.load_word2vec_format('wiki.en.vec') print(model['test']) # get the vector of the word 'test' 我要求降低負載時間除以刪除wordvectors中沒有出

1熱度

1回答

是否有語義相似性方法在語義準確性方面優於word2vec方法？

我正在查看各種語義相似度方法，如word2vec，字移動距離（WMD）和fastText。就語義相似性而言，fastText並不比Word2Vec好。 WMD和Word2Vec具有幾乎相似的結果。我想知道是否有一種替代方法在Word2Vec模型中的語義準確性超過了？我的使用情況：現象單詞的嵌入了兩句，然後用餘弦相似性找到它們的相似性。

0熱度

1回答

真正的原因是加快速度上的提高

加速的真正原因是什麼，即使fasttext論文中提到的流水線使用的技術是負樣本和最大softmax;在早期的word2vec論文中。我無法清楚地瞭解實際的差異，這會加速發生？