加载工厂报告数据并创建一个tokenizedDocument数组中。

文件名=“factoryReports.csv”；数据= readtable(文件名，“TextType”，“字符串”）;textData = data.Description;documents = tokenizedDocument(textData);

创建一个单词编码。

enc = worddencoding(文档);

将文档转换为单词索引序列。

Sequences = doc2sequence(enc,documents);

查看前10个序列的大小。每个数列都是1 × -年代向量,年代序列中的单词索引数。因为序列是有填充的，年代是恒定的。

序列(1:10)

ans =10×1单元格数组{[0 0 0 0 0 0 0 1 2 3 4 5 6 7 8 9 10]}{[0 0 0 0 0 0 2 16 17 18 19 11 12 13 14 15 10]}{[0 0 0 0 0 0 20 2 7 7 21日22日23日24日25日26日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]}{52 [0 0 0 0 8 53 36 54 55 56 57 58 59 22 60 10]}

使用预训练的单词嵌入将标记化文档数组转换为单词向量序列。

方法加载预训练的词嵌入fastTextWordEmbedding函数。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。

emb = fasttextwordem寝料;

加载工厂报告数据并创建一个tokenizedDocument数组中。

文件名=“factoryReports.csv”；数据= readtable(文件名，“TextType”，“字符串”）;textData = data.Description;documents = tokenizedDocument(textData);

使用将文档转换为字向量序列doc2sequence．的doc2sequence函数在默认情况下，将序列左补距设置为相同的长度。在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。若要防止函数填充数据，请设置“PaddingDirection”选项“没有”．控件控制填充的数量“长度”选择。

序列= doc2sequence(emb，文档，“PaddingDirection”，“没有”）;

查看前10个序列的大小。每个序列是D——- - - - - -年代矩阵,D是嵌入尺寸，和年代是序列中字向量的个数。

序列(1:10)

ans =10×1单元格数组{300×10单}{300×11单}{300×11单}{300×6单}{300×5单}{300×10单}{300×8单}{300×9单}{300×7单}{300×13单}

使用预训练的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为指定的长度。

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。

emb = fasttextwordem寝料;

加载工厂报告数据并创建一个tokenizedDocument数组中。

文件名=“factoryReports.csv”；数据= readtable(文件名，“TextType”，“字符串”）;textData = data.Description;documents = tokenizedDocument(textData);

将文档转换为单词向量序列。指定左填充或截断长度为100的序列。

序列= doc2sequence(emb，文档，“长度”, 100);

查看前10个序列的大小。每个序列是D——- - - - - -年代矩阵,D是嵌入尺寸，和年代序列中的字向量数(序列长度)。因为指定了序列长度，年代是恒定的。

序列(1:10)

ans =10×1单元格数组{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}{300×100单}