主要内容

Word2vec.

映射单词到嵌入矢量

在页面上崩溃

句法

m = word2vec（mem，单词）
m = word2vec（mem，lock，'ignorecase'，true）

描述

例子

M.= word2vec（胚胎那字的）返回嵌入向量字在嵌入时胚胎。如果单词不在嵌入词汇表中，则该函数返回一行南s。默认情况下，该函数区分大小写。

M.= word2vec（胚胎那字，'Ignorecase'，True）返回嵌入向量字使用以前的任何语法忽略案例。如果嵌入中的多个单词仅在任何情况下不同，则该函数返回对应于其中一个的向量，并且不返回任何特定的向量。

例子

全部收缩

打开直播脚本

装载嵌入使用的预制单词fasttextwordembeddings.。此功能需要文本分析工具箱™模型对于FastText英语160亿令牌嵌入金宝app支持包。如果未安装此支持金宝app包，则该函数提供了下载链接。

emb = fasttextwordembeddings.
emb = wordembeddings与属性：维度：300词汇：[1×1000000字符串]

用“意大利”，“罗马”和“巴黎”来映射“意大利”的单词Word2vec.。

意大利= Word2vec（emb，“意大利”）;罗马= word2vec（emb，“罗马”）;巴黎= Word2Vec（emb，“巴黎”）;

映射矢量意大利 - 罗马+巴黎使用单词vec2word.。

Word = vec2word（emb，意大利 - 罗马+巴黎）
Word =“法国”

输入参数

全部收缩

输入字嵌入，指定为aWordembeddings.目的。

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。如果您指定字作为一个字符向量，那么该函数将参数视为单个单词。

数据类型：细绳|char|细胞

输出参数

全部收缩

单词嵌入向量的矩阵。

也可以看看

|||||||

话题

介绍在R2017B.

文本分析工具箱文档

金宝app

在Matlab中的文本分析入门

在Matlab中的文本分析入门

现在就下载