文件帮助中心文件
映射单词嵌入矢量
m = word2vec(emb,单词)
m = word2vec(mem,lock,'ignorecase',true)
例子
m= word2vec(胚胎那字)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)
m
胚胎
字
南
m= word2vec(胚胎那字,'Ignorecase',True)返回嵌入向量字使用任何先前的语法忽略案例。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。
m= word2vec(胚胎那字,'Ignorecase',True)
全部收缩
加载嵌入使用的预磨词fasttextwordembeddings.。此功能需要文本分析工具箱™模型对于FastText英语160亿令牌字嵌入金宝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。
fasttextwordembeddings.
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”来映射使用Word2vec.。
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+巴黎使用一个单词vec2word.。
意大利 - 罗马+巴黎
vec2word.
Word = vec2word(emb,意大利 - 罗马+巴黎)
Word =“法国”
Wordembeddings.
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数组。如果您指定字作为字符向量,那么该函数将参数视为单个单词。
数据类型:细绳|char|细胞
细绳
char
细胞
单词嵌入向量的矩阵。
doc2sequence.|fasttextwordembeddings.|IsVocabularyWord.|令人畏缩的鳕文|vec2word.|Word2ind.|Wordembeddings.|Wordencoding.
doc2sequence.
IsVocabularyWord.
令人畏缩的鳕文
Word2ind.
Wordencoding.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室