Machine learning 获取K-means聚类任务的句子向量
我正在从事一个项目，该项目使用K-means将发布在各种工作门户上的工作分组为基于工作描述的集群 我用Word2Vec找到了工作向量，但我想这不会起作用，因为我需要一个完整工作描述的向量 我知道我可以平均出一个句子的单词向量来得到这个句子向量，但是我担心它的准确性，因为这会影响单词的顺序Machine learning 获取K-means聚类任务的句子向量,machine-learning,nlp,vectorization,gensim,word2vec,Machine Learning,Nlp,Vectorization,Gensim,Word2vec,我正在从事一个项目，该项目使用K-means将发布在各种工作门户上的工作分组为基于工作描述的集群 我用Word2Vec找到了工作向量，但我想这不会起作用，因为我需要一个完整工作描述的向量 我知道我可以平均出一个句子的单词向量来得到这个句子向量，但是我担心它的准确性，因为这会影响单词的顺序 有没有其他方法可以获取向量？最常用的文本向量化方法： 纯的，仍然是有用的，特别是使用n-gram 使用Word2Vec获取单词的向量。对于整个文本，使用所有向量的平均值 结合前两种方法：使用TF-IDF中的系数
有没有其他方法可以获取向量？最常用的文本向量化方法：
我建议您尝试每种方法，并选择在您的案例中表现更好的方法。结果可能略有不同，这取决于数据的性质。您可以通过非常有用的句子嵌入方法（例如或甚至）促进迁移学习。所有这些都很容易使用，而且网上有很多教程。在大多数情况下，它们比TF-IDF工作得更好。您也可以尝试doc2vec，它是word2vec的一个扩展，用于构建整个文档的表示形式。gensim中有一个可用的实现：