በ Python ውስጥ Gensim ምንድን ነው?

2024 ደራሲ ደራሲ: Lynn Donovan | [email protected]. ለመጨረሻ ጊዜ የተሻሻለው: 2023-12-15 23:42

Gensim ዘመናዊ የስታቲስቲክስ ማሽን መማሪያን በመጠቀም ክትትል ለሌለው የርእስ ሞዴል እና የተፈጥሮ ቋንቋ ሂደት ክፍት ምንጭ ላይብረሪ ነው። Gensim ውስጥ ነው የሚተገበረው። ፒዘን እና ሳይቶን።

ይህንን ከግንዛቤ ውስጥ በማስገባት Gensim Word2Vec ምንድን ነው?

1. መግቢያ Word2vec . Word2vec ባለ ሁለት ሽፋን የነርቭ ኔትወርክን በመጠቀም የቃላት መክተትን ለመማር በጣም ታዋቂው ዘዴ ነው። የእሱ ግብአት የጽሑፍ ኮርፐስ ሲሆን ውጤቱም የቬክተር ስብስብ ነው. ሁለት ዋና የሥልጠና ስልተ ቀመሮች አሉ። ቃል2vec , አንዱ ቀጣይነት ያለው የቃላት ቦርሳ (CBOW) ነው, ሌላው ደግሞ skip-gram ይባላል.

በተጨማሪም የጄንሲም ማጠቃለያ እንዴት ነው የሚሰራው? አጋዥ ስልጠና፡ አውቶማቲክ ማጠቃለያ በመጠቀም Gensim . ይህ ሞጁል አንድ ወይም ከዚያ በላይ አስፈላጊ የሆኑ አረፍተ ነገሮችን ከጽሑፉ በማውጣት የተሰጠውን ጽሑፍ በራስ-ሰር ያጠቃልላል። በተመሳሳይ መልኩ, እሱ ይችላል እንዲሁም ቁልፍ ቃላትን አውጣ.

በመቀጠል፣ አንድ ሰው Gensimን ወደ Python እንዴት ማስመጣት እችላለሁ?

5 መልሶች. በመጀመሪያ NumPy ከዚያ SciPy እና ከዚያ መጫን ያስፈልግዎታል Gensim (አስቀድሞ እንዳለህ በማሰብ ፒዘን ተጭኗል)። ተ ጠ ቀ ም ኩ ፒዘን 3.4 ስሪቱን 3.4 በመጠቀም SciPy ን መጫን ቀላል ሆኖ አግኝቼዋለሁ። ማስታወሻዎች፡ ፒፕ በአካባቢዎ ተለዋዋጮች ውስጥ መሆኑን ያረጋግጡ (C: Python34scripts ወደ የአካባቢዎ ተለዋዋጭ ያክሉ)።

Gensim ኮርፐስ ምንድን ነው?

ለመሥራት የሚቀጥለው አስፈላጊ ነገር በደንብ ሊያውቁት ይገባል ብልህነት ን ው ኮርፐስ (የቃላት ቦርሳ)። ማለትም ሀ ኮርፐስ በእያንዳንዱ ሰነድ ውስጥ መታወቂያ እና ድግግሞሹን የያዘ ነገር። እንደ እሱ ማሰብ ይችላሉ። gensim's ከሰነድ-ጊዜ ማትሪክስ ጋር እኩል ነው።