文档帮助中心文档
映射嵌入向量到word
话说= vec2word (emb, M)
(话说,dist) = vec2word (emb)
___= vec2word (emb, M, k)
___= vec2word (___,“距离”,距离)
例子
单词= vec2word (循证,米)的行中返回与嵌入向量最接近的单词米.
单词= vec2word (循证,米)
单词
循证
米
[单词,经销) = vec2word (循证,米)返回最接近嵌入向量的单词米,返回距离经销每个向量的源向量。
[单词,经销) = vec2word (循证,米)
经销
___= vec2word (循证,米,k)返回顶部k最亲密的话语。
___= vec2word (循证,米,k)
k
___= vec2word (___“距离”,距离)指定距离度量。
___= vec2word (___“距离”,距离)
距离
全部折叠
加载一个预先训练的词嵌入使用fastTextWordEmbedding.此功能需要文本分析工具箱™模型用于快速文本英语160亿令牌词嵌入金宝app支持包。如果没有安装此支金宝app持包,则该函数将提供下载链接。
fastTextWordEmbedding
emb = fastTextWordEmbedding
emb = wordem寝具属性:Dimension: 300 Vocabulary: [1×1000000 string]
把"意大利","罗马"和"巴黎"这三个词标到向量上word2vec.
word2vec
意大利= word2vec (emb,“意大利”);罗马= word2vec (emb,“罗马”);巴黎= word2vec (emb,“巴黎”);
地图矢量意大利-罗马+巴黎用一个词vec2word.
意大利-罗马+巴黎
vec2word
Word = vec2word(emb,意大利-罗马+巴黎)
词=“法国”
找出最接近单词嵌入向量的前5个单词和它们的距离。
emb = fastTextWordEmbedding;
用word2vec将单词“意大利”、“罗马”和“巴黎”映射到向量上。
地图矢量意大利-罗马+巴黎用一个词vec2word.用欧几里得距离度量找出最接近的五个单词。
k = 5;M =意大利-罗马+巴黎;(话说,dist) = vec2word (emb, M, k,“距离”,“欧几里得”);
用条形图标出单词和距离。
图;栏(经销)xticklabels(词)包含(“单词”) ylabel (“距离”)标题(“距离向量”)
wordEmbedding
输入字嵌入,指定为wordEmbedding对象。
字嵌入向量,指定为矩阵。每一行的米是一个词嵌入向量。米必须有循证。维列。
循证。维
要返回的最接近的单词数,指定为正整数。
的余弦
“欧几里得”
距离度量,指定为的余弦或“欧几里得”.
输出字,作为字符串向量返回。
单词到源向量的距离,返回为向量。
doc2sequence|fastTextWordEmbedding|ind2word|isVocabularyWord|tokenizedDocument|word2ind|word2vec|wordEmbedding|wordEmbeddingLayer|wordEncoding
doc2sequence
ind2word
isVocabularyWord
tokenizedDocument
word2ind
wordEmbeddingLayer
wordEncoding
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系