如何在tensorflow中给word2vec模型一个特定的词
How to giving a specific word to word2vec model in tensorflow
如何给出一个特定的词来测试训练好的word2vec模型?
例如
输入 "dog" 和 return 最近的单词,例如 "cat"、"bird" 等。
谢谢!
该张量流示例已经具有计算相似度和显示最近单词的功能。
最简单的方法是使用该功能。
在第4步定义后valid_examples,你可以自己给的话。
valid_examples = np.random.choice(valid_window, valid_size, replace=False)
num_sampled = 64 # Number of negative examples to sample.
sample_word = "dog";
if sample_word in dictionary:
sample_index = dictionary[sample_word]
else:
sample_index = 0 # dictionary['UNK']
valid_examples[0] = sample_index
然后你可以在第一行看到结果。例如,我的结果是
Nearest to dog: empower, nephew, stationary, marmoset, wow, kvac,
dasyprocta, centaur,
如何给出一个特定的词来测试训练好的word2vec模型?
例如
输入 "dog" 和 return 最近的单词,例如 "cat"、"bird" 等。
谢谢!
该张量流示例已经具有计算相似度和显示最近单词的功能。 最简单的方法是使用该功能。
在第4步定义后valid_examples,你可以自己给的话。
valid_examples = np.random.choice(valid_window, valid_size, replace=False)
num_sampled = 64 # Number of negative examples to sample.
sample_word = "dog";
if sample_word in dictionary:
sample_index = dictionary[sample_word]
else:
sample_index = 0 # dictionary['UNK']
valid_examples[0] = sample_index
然后你可以在第一行看到结果。例如,我的结果是
Nearest to dog: empower, nephew, stationary, marmoset, wow, kvac, dasyprocta, centaur,