文件名称：words2map:带有单词向量的在线自然语言处理
文件大小：57.93MB
文件格式：ZIP
更新时间：2024-05-02 23:53:43
Python
word2map如何通过在线搜索来导出词汇量（ ）向量： （1）将NLP向量数据库与网络搜索引擎API（例如Google / Bing）连接（2）对未知词进行网络搜索（就像人类一样） （3）解析来自前M个网站（例如M = 50）的所有文本的N-gram（例如N = 5） （4）从预训练的语料库中过滤已知的N-gram（例如word2vec，具有300万个N-gram） （5）排名N-gram：M个网站上的全局全局频率x本机频率（即 ） （6）推导一个新的向量：已知的O个最著名的N-gram的向量之和（例如O = 25），即 （7）通过将尺寸缩小为2D / 3D进行可视化（例如可以使用，但建议使用 ） （8）最后，在感知均匀的空间中显示具有集群，并颜色编码 如上所述，这些OOV向量是在几秒钟内得出的： 有关words2map算法的更多详细信息，请参见此。 通过在线搜索导出单词的新向量
【文件预览】：
words2map-master
----words2map.py(16KB)
----install.sh(4KB)
----visualizations()
--------human_robot_cyborg.png(32KB)
--------.DS_Store(6KB)
--------architecture.png(41KB)
--------passions.png(533KB)
--------tech.png(374KB)
--------famous.png(426KB)
----words()
--------famous.csv(1KB)
--------tech.csv(858B)
--------computer_science_branches.csv(963B)
--------.DS_Store(6KB)
--------passions.csv(1KB)
----fonts()
--------Comfortaa-Regular.ttf(192KB)
----LICENSE.md(1KB)
----README.md(3KB)
----derived_vectors()
--------passions.txt(279KB)
--------tech.txt(77KB)
--------computer_science_branches.txt(140KB)
----vectors.tar.gz(56.43MB)