帮助中心帮助中心
将字映射到嵌入向量
M = word2vec(emb,words)
M = word2vec(emb,words,'IgnoreCase',true)
例子
米= word2vec (循证,单词)的嵌入向量单词在嵌入中循证.如果某个单词不在嵌入词汇表中,则该函数返回一行南s.缺省情况下,该函数区分大小写。
米= word2vec (循证,单词)
米
循证
单词
南
米= word2vec (循证,单词“IgnoreCase”,真的)的嵌入向量单词使用任何前面的语法忽略大小写。如果嵌入的多个单词只是大小写不同,则函数返回对应于其中一个单词的向量,而不返回任何特定的向量。
米= word2vec (循证,单词“IgnoreCase”,真的)
全部折叠
加载一个预训练的词嵌入使用fastTextWordEmbedding.此功能需要文本分析工具箱™模型快速文本英语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 = fasttextwordem寝料
emb = worddembedbedwith properties:维数:300词汇:[1×1000000 string]
将单词“意大利”、“罗马”和“巴黎”映射到使用的向量word2vec.
word2vec
意大利= e2vec (emb;“意大利”);* * * * * * * * * * * *“罗马”);巴黎= word2vec(emb,“巴黎”);
映射向量意大利-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)
字= "法国"
wordEmbedding
输入字嵌入,指定为wordEmbedding对象。
输入单词,指定为字符串向量、字符向量或字符向量的单元格数组。如果你指定单词作为字符向量,函数将参数视为单个单词。
数据类型:字符串|字符|细胞
字符串
字符
细胞
词嵌入向量矩阵。
在R2017b中引入
fastTextWordEmbedding|doc2sequence|wordEncoding|word2ind|vec2word|isVocabularyWord|wordEmbedding|tokenizedDocument
doc2sequence
wordEncoding
word2ind
isVocabularyWord
tokenizedDocument
您有这个示例的修改版本。要使用编辑打开此示例吗?
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处