注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. near-lossless-binarization:该存储库包含用于将任何实值单词嵌入二进制化为二进制向量的源代码-vector source code

  2. near-lossless-binarization:该存储库包含用于将任何实值单词嵌入二进制化为二进制向量的源代码

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：106496
    • 提供者：weixin_42168265

  1. 从依赖关系中学习单词嵌入

  2. 从依赖关系中学习单词嵌入

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：129024
    • 提供者：weixin_38657848

  1. 联合的细粒度成分不断增强中文单词嵌入

  2. 摘要：最常见的词嵌入方法是从大规模文本的上下文信息中学习词向量表示。 但是，中文单词通常由字符，子字符和笔画组成，并且每个部分都包含丰富的语义信息。 中文单词向量的质量与预测的准确性有关。 因此，为了获得高质量的汉字嵌入，我们提出了一种持续增强的词嵌入模型。 该模型从细粒度笔划和相邻笔划信息开始，并通过组合笔划之间的关系矢量表示来增强子字符嵌入。 同样，我们结合子字符关系向量和字符关系向量来学习基于增强子字符嵌入的汉字嵌入。 我们构造了基础笔画n-gram和相邻笔画n-gram，并提取了用于增强

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：262144
    • 提供者：weixin_38528180

  1. 不同的上下文导致不同的单词嵌入

  2. 不同的上下文导致不同的单词嵌入

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：447488
    • 提供者：weixin_38658568

  1. 使用视觉单词嵌入和RNN表示单词图像以在历史文档图像上发现关键字

  2. 使用视觉单词嵌入和RNN表示单词图像以在历史文档图像上发现关键字

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：314368
    • 提供者：weixin_38689113

  1. Word-embeddings-Visualization:使用各种算法可视化单词嵌入-源码

  2. Word-embeddings-Visualization:使用各种算法可视化单词嵌入

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：106954752
    • 提供者：weixin_42133969

  1. 字符和单词嵌入的联合学习

  2. 字符和单词嵌入的联合学习

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：505856
    • 提供者：weixin_38518518

  1. 使用主题丰富的多原型单词嵌入改善Twitter情感分类

  2. 使用主题丰富的多原型单词嵌入改善Twitter情感分类

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：368640
    • 提供者：weixin_38519234

  1. three_d：使用three_d.js库尝试对俄语单词嵌入进行3维可视化-源码

  2. three_d 尝试使用three_d.js库对俄语单词嵌入进行3维可视化。

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：253952
    • 提供者：weixin_42172972

  1. 学习带有元数据的连续单词嵌入以在社区问答中检索问题

  2. 学习带有元数据的连续单词嵌入以在社区问答中检索问题

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：230400
    • 提供者：weixin_38701340

  1. Unequal_Representations：不相等表示的代码和数据：使用迈克尔·雷波里（Michael Lepori）的代表性相似性分析来分析单词嵌入中的交叉偏义，并在COLING 2020上发表-源码

  2. 不平等的代表 不相等表示的代码和数据：使用迈克尔·莱波里（Michael Lepori）的表示相似性分析来分析单词嵌入中的交集偏倚，并在COLING 2020上发表 如何使用这个仓库 从以下链接下载在Wikipedia 2014 + Gigaword 5上经过预训练的GloVe嵌入： ：//nlp.stanford.edu/projects/glove/ 确保此文件夹名为“ glove”，并将其放置在Gloves_utils目录中 通过调用python3 {glove_Word_Tests.

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：111616
    • 提供者：weixin_42131414

  1. word_embeddings：与单词嵌入混淆-源码

  2. word_embeddings：与单词嵌入混淆

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：933888
    • 提供者：weixin_42104947

  1. multi-class-text-classification-cnn：将Kaggle消费者金融投诉分类为11个类。 使用CNN（卷积神经网络）和Tensorflow上的单词嵌入构建模型-源码

  2. 项目：对Kaggle消费者财务投诉进行分类 强调： 这是一个多类文本分类（句子分类）的问题。 该项目的目的是将Kaggle消费者金融投诉分类为11类。 该模型是使用卷积神经网络（CNN）和Tensorflow上的单词嵌入构建的。 数据： 输入： consumer_complaint_narrative 示例：“北卡罗来纳州的某人窃取了我的身份信息，并于2015年XXXX / XXXX / 2015年通过XXXX购买了包括XXXX手机在内的物品。我在XXXX / XXXX / 2015上发

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：85983232
    • 提供者：weixin_42116681

  1. SWEM：此ACL 2018论文的Tensorflow代码：“基线需要更多的爱：关于基于简单单词嵌入的模型和关联的池化机制”-源码

  2. SWEM（基于简单单词嵌入的模型） 该存储库包含重现以下论文中显示的结果所必需的源代码： （ACL 2018） 该项目由维护。 任何相关问题，请随时联系 。 先决条件： 库达（CUDA） Python 2.7 Tensorflow（版本> 1.0）。 我们使用了tensorflow 1.5。 运行： pip install -r requirements.txt以安装需求 数据： 为了方便起见，我们为以下数据集提供了预处理版本：DBpedia，SNLI，Yahoo。 数据以

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：453632
    • 提供者：weixin_42135753

  1. WordGCN：ACL 2019：使用图卷积网络将句法和语义信息整合到单词嵌入中-源码

  2. WordGCN 使用图卷积网络在词嵌入中整合句法和语义信息 WordGCN概述 SynGCN概述：SynGCN使用图卷积网络来利用依赖上下文学习单词嵌入。 对于词汇表中的每个单词，该模型旨在通过基于使用GCN编码的依存关系上下文预测每个单词来学习其表示形式。 请参阅本文的第5节以获取更多详细信息。 依存关系 与TensorFlow 1.x和Python 3.x兼容。 可以使用requirements.txt安装依赖项。 pip3 install -r requirements.txt 安装

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42121272

  1. postgres-word2vec：utils在postgres数据库中像word2vec向量一样使用单词嵌入-源码

  2. FREDDY：数据库系统中的快速单词嵌入 FREDDY是基于Postgres的系统，该系统能够使用词嵌入来显示以文本值编码的丰富信息。 数据库系统通常包含许多文本值，这些文本值表示许多潜在的语义信息，而标准SQL查询无法利用这些信息。 我们开发了一种Postgres扩展，该扩展提供了用于词嵌入操作的UDF，以根据那里的句法和语义来比较文本值。 词嵌入操作 相似查询 cosine_similarity(float[], float[]) 例 SELECT keyword FROM keywords

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：349184
    • 提供者：weixin_42130786

  1. word_embedding_storage：各种数据库中单词嵌入的存储和检索-源码

  2. word_embedding_storage：各种数据库中单词嵌入的存储和检索

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：99328
    • 提供者：weixin_42134878

  1. 西班牙语单词嵌入：使用不同方法和不同语料库计算出的西班牙语单词嵌入-源码

  2. 西班牙语单词嵌入：使用不同方法和不同语料库计算出的西班牙语单词嵌入

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：11264
    • 提供者：weixin_42118056

  1. aravec：AraVec是一个经过预训练的分布式单词表示（单词嵌入）开源项目，旨在为阿拉伯语NLP研究社区提供免费使用和功能强大的单词嵌入模型-源码

  2. AraVec 3.0 神经网络的进步导致了计算机视觉，语音识别和自然语言处理（NLP）等领域的发展。 NLP中最有影响力的最新发展之一是单词嵌入的使用，其中单词被表示为连续空间中的向量，捕获了它们之间的许多句法和语义关系。 AraVec是一个经过预培训的分布式单词表示（单词嵌入）开源项目，旨在为阿拉伯语NLP研究社区提供免费使用和功能强大的单词嵌入模型。 AraVec的第一个版本在六个不同的阿拉伯语内容域的基础上提供了六种不同的词嵌入模型； 推文和维基百科本文介绍了用于构建模型的资源，采用的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1015808
    • 提供者：weixin_42128141

  1. wego：Go中的单词嵌入（例如Word2Vec）！-源码

  2. Go中的单词嵌入 wego是Go语言中单词嵌入（即单词表示）模型从零开始的实现。 词嵌入是什么？ 使词的含义，结构和概念映射到低维的向量空间中。 例如： Vector("King") - Vector("Man") + Vector("Woman") = Vector("Queen") 像这个例子一样，模型生成可以通过算术运算来计算其他向量的词义的词向量。 产品特点 wego支持以下用于捕获单词向量的模型： Word2Vec：单词和短语的分布式表示形式及其组成 GloVe：单词表示的全

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：90112
    • 提供者：weixin_42118161
« 12 3 4 5 6 7 8 9 10 »