【文件属性】：
文件名称：SIF_reproduce:此回购包含代码和结果，用于在论文中重现结果
文件大小：1.46MB
文件格式：ZIP
更新时间：2021-05-01 20:01:04
sentence2vec sif word-embedding Python
我的SIF工具
此repo包含代码和结果，用于重现论文中的结果：句子嵌入的简单但又艰难的基线
作为一种简单的方法，它可以用作文档相似性匹配的基准； 句子嵌入（向量句）； 特征表示； 和其他任务。 由于它非常容易且快速，因此建议在使用复杂的神经网络方法之前对其进行测试。
论文链接：
作者的代码：
要求
建议使用virtual env 。
pip install -r requirements.txt
我的环境：
python == 3.6 spacy == 2.0.11 numpy == 1.14.0 scipy == 1.0.0 sklearn == 0.19.1
算法
SIF
输入：单词嵌入$$ v_w $$，一组句子$$ S $$，参数$$ a $$，单词的估计概率$$ p（w）$$
输出：句子嵌入$$ v_s $$
在$$ S $$中的所有句子$$ s $$做
$
【文件预览】：
SIF_reproduce-master
----example.py(2KB)
----data()
--------sts2015()
--------sts2014()
----resources()
--------enwiki_vocab_min200.txt(2.29MB)
----LICENSE(1KB)
----SIF()
--------utils.py(2KB)
--------__init__.py(44B)
--------embedding.py(2KB)
----requirements.txt(28B)
----.gitignore(1KB)
----README.md(5KB)