文件名称：MATLAB不同版本代码区别-wmd:单词移动器与MatthewJKusner的论文“从单词嵌入到文档距离”的距离
文件大小：192KB
文件格式：ZIP
更新时间：2024-06-09 09:08:07
系统开源
MATLAB不同版本代码区别马修·库斯纳（Matthew J Kusner）与Word Mover的距离（WMD） 来源： 这是Python和Matlab代码的1.0版，用于说明Word Mover与本文的距离 先决条件 Python 2.7 套餐： Gensim 麻木 科学的 如果您下载了它的所有内容。 您还需要下载在上经过训练的word2vec嵌入（在“预训练的单词和短语向量”中进行了简要介绍） 建造 您需要构建： python-emd-master/ ：只需进入目录并键入make 如果要使用matlab，则必须构建emd/ 。 只需打开matlab，转到目录，然后输入build_emd 入门 这是all_twitter_by_line.txt的一些示例代码： python get_word_vectors.py all_twitter_by_line.txt twitter_vec.pk twitter_vec.mat python wmd.py twitter_vec.pk twitter_wmd_d.pk Matlab： >> wmd_mat (changing load_f
【文件预览】：
wmd-master
----wmd_mat.m(562B)
----distance.m(749B)
----knn_fall_back.m(1KB)
----stop_words.txt(4KB)
----compute_rwmd.m(893B)
----emd()
--------build_emd.m(30B)
--------emd_mex.c(3KB)
--------emd.c(19KB)
--------emd_mex.mexa64(15KB)
--------emd_mex.m(597B)
--------emd.h(2KB)
--------emd_mex.dll(24KB)
--------demo_emd.m(162B)
----README.md(7KB)
----python-emd-master()
--------example1.py(633B)
--------emd.py(2KB)
--------example1.c(593B)
--------emd.c(19KB)
--------emd.h(2KB)
--------README.md(5KB)
--------Makefile(2KB)
--------example2.c(755B)
--------emd.i(7KB)
----get_word_vectors.py(3KB)
----wmd.py(1KB)
----.gitignore(702B)
----fig1.png(67KB)
----all_twitter_by_line.txt(271KB)