文件名称：matlab的egde源代码-emf:单词嵌入已被取消：显式矩阵分解
文件大小：139KB
文件格式：ZIP
更新时间：2024-06-10 18:07:41
系统开源
matlab的egde源代码单词嵌入已被取消：显式矩阵分解 介绍 我们编写matlab代码来训练最初由著名的NLP工具箱word2vec （）提供的跳过语法否定采样（SGNS）。 我们的目标函数等效于SGNS，但是，我们以另一种方式设计算法。 您可以将我们的代码（w2vsbd.m）作为SGNS的matlab实现，这非常简单。 此外，我们提供了一个受监督的显式矩阵分解（w2vsbdsup.m），它将通过监督来提高性能。 用法 从下载数据集“ enwik9.zip” 解压缩“ enwik9.zip”并获取“ enwik9”，然后将其放在文件夹“ ./data/”中 在matlab中运行run_emf.m文件，您将获得本文的第一个实验的结果 在matlab中运行run_semf.m文件，您将获得本文第二个实验的结果 请参阅我们的paper（）和代码 我们的实验环境（要求） 红帽企业Linux服务器版本6.2（64x） Perl 5.10 gcc 4.4.5 Matlab R2011a 细节 我们采用word2vec从生成共现矩阵，而我们的算法仅基于共现矩阵。 我们的算法是批处理模式交替最小化
【文件预览】：
emf-master
----explicit_loaddict.m(458B)
----txtq2matq.m(530B)
----accuracy_cos.m(1KB)
----accuracy_cos_selected.m(2KB)
----data()
--------q-words.txt(590KB)
----run_semf.m(4KB)
----preprocessing(2KB)
----w2vsbd.m(3KB)
----run_emf.m(4KB)
----preprocess.sh(37B)
----w2vsetup.m(431B)
----word2vec()
--------README.txt(1KB)
--------demo-classes.sh(358B)
--------word2vec.c(28KB)
--------demo-word-accuracy.sh(420B)
--------distance.c(4KB)
--------demo-train-big-model-v1.sh(5KB)
--------demo-analogy.sh(631B)
--------word2phrase.c(9KB)
--------LICENSE(11KB)
--------demo-phrase-accuracy.sh(885B)
--------word2vec(74KB)
--------makefile(308B)
--------word-analogy.c(5KB)
--------compute-accuracy.c(5KB)
--------demo-word.sh(389B)
--------demo-phrases.sh(853B)
----explicit_index.m(180B)
----get_question_id.m(946B)
----w2vsbdsup.m(5KB)
----README.md(2KB)
----load_question.m(314B)