加载工厂报告数据并创建tokenizedDocument大堆

文件名=“factoryReports.csv”; 数据=可读性（文件名，“文本类型”,“字符串”)；textData=data.Description；documents=tokenizedDocument（textData）；

创建一个单词编码。

enc=文字编码（文档）；

将文档转换为单词索引序列。

序列=DOC2序列（enc，文件）；

查看前10个序列的大小。每个序列是a 1-by-s向量,s是序列中的单词索引数。因为序列是填充的，s是恒定的。

序列(1:10)

ans =10×1单元阵列{[ 0 0 0 0 0 0 0 1 2 3 4 5 6 7 8 9 10]} {[ 0 0 0 0 0 0 11 12 13 14 15 2 16 17 18 19 10]} {[ 0 0 0 0 0 0 20 2 21 22 7 23 24 25 7 26 10]} {[ 0 0 0 0 0 0 0 0 0 0 0 27 28 6 7 18 10]} {[ 0 0 0 0 0 0 0 0 0 0 0 0 29 30 7 31 10]} {[ 0 0 0 0 0 0 0 32 33 6 7 34 35 36 37 38 10]} {[ 0 0 0 0 0 0 0 0 0 39 40 36 41 6 7 42 10]} {[ 0 0 0 0 0 0 0 0 43 44 22 45 46 47 7 48 10]} {[ 0 0 0 0 0 0 0 0 0 0 49 50 17 7 51 48 10]} {[0 0 0 0 52 8 53 36 54 55 56 57 58 59 22 60 10]}

使用预训练单词嵌入将标记化文档数组转换为单词向量序列。

使用fastTextWordEmbedding函数。此函数需要文本分析工具箱™ 模型对于fastText English，160亿标记词嵌入金宝app支持包。如果未安装此支持包，则该功能将提供下载链接。

emb=fastTextWordEmbedding；

加载工厂报告数据并创建tokenizedDocument大堆

文件名=“factoryReports.csv”; 数据=可读性（文件名，“文本类型”,“字符串”)；textData=data.Description；documents=tokenizedDocument（textData）；

使用将文档转换为单词向量序列doc2sequence．的doc2sequence函数，默认情况下，左填充具有相同长度的序列。当使用高维词嵌入转换大型文档集合时，填充可能需要大量内存。为防止该函数填充数据，请设置“填充方向”选项“没有”．控件也可以控制填充的数量“长度”选择。

序列=文件序列（emb、文件、，“填充方向”,“没有”)；

查看前10个序列的大小。每个序列是D——- - - - - -s矩阵,D嵌入维度是，和s是序列中的字向量数。

序列(1:10)

ans =10×1单元阵列{300×10单一}{300×11单一}{300×11单一}{300×6单一}{300×5单一}{300×10单一}{300×8单一}{300×9单一}{300×7单一{300×13单一}

使用预训练单词嵌入将文档集合转换为单词向量序列，并将序列填充或截断到指定长度。

加载一个预先训练的词嵌入使用fastTextWordEmbedding. 此函数需要文本分析工具箱™ 模型对于fastText English，160亿标记词嵌入金宝app支持包。如果未安装此支持包，则该功能将提供下载链接。

emb=fastTextWordEmbedding；

加载工厂报告数据并创建tokenizedDocument大堆

文件名=“factoryReports.csv”; 数据=可读性（文件名，“文本类型”,“字符串”)；textData=data.Description；documents=tokenizedDocument（textData）；

将文档转换为单词向量序列。指定为左填充或截断序列，使其长度为100。

序列=文件序列（emb、文件、，“长度”, 100);

查看前10个序列的大小。每个序列是D——- - - - - -s矩阵,D嵌入维度是，和s为序列中单词向量的个数(序列长度)。因为指定了序列长度，s是恒定的。

序列(1:10)

ans =10×1单元阵列{300×100单一}{300×100单一}{300×100单一}{300×100单一}{300×100单一}{300×100单一}{300×100单一}{300×100单一}{300×100单一}