文件名称：feat2vec:NAACL 论文代码“Unsupervised Multi-Domain Adaptation with Feature Embeddings”
文件大小：7.51MB
文件格式：ZIP
更新时间：2024-06-27 13:15:10
Python
特征嵌入 作者：易扬 联系方式： 基本说明 Python 代码 NAACL 2015 论文： ICLR 2015 论文：。 要求 安装 pip install --upgrade gensim 如果您想要此工具的更快版本，您可能还想 安装 pip 安装 cython 通过运行编译代码 python setup.py build_ext --inplace 演示 可以使用将特征嵌入保存到 txt/bin 文件的演示 (python save_embeddings.py -h)。 给定一个特征文件 (data/twitter_feat.txt)，其中每一行对应一个实例的特征，将特征嵌入保存到一个 txt 文件 (data/twitter_embeddings.txt)： 如果特征采用词袋 (BoW) 表示（不涉及特征模板） python save_embeddings.py --b
【文件预览】：
feat2vec-master
----setup.py(193B)
----data()
--------twitter_feat.txt(24.39MB)
--------twitter_feat_template.txt(3.42MB)
--------dataset_twitter.pkl(16.06MB)
--------twitter()
--------twitter_template_prefix.txt(170B)
----voidptr.h(310B)
----feat2vec.py(17KB)
----feat2vec_inner.pyx(10KB)
----twproc.py(9KB)
----twpos.py(4KB)
----README.md(3KB)
----save_embeddings.py(4KB)
----mldae.py(585B)