Nlp tensorflow中多个嵌入的嵌入查找_Nlp_Tensorflow_Word2vec_Doc2vec

Nlp tensorflow中多个嵌入的嵌入查找

nlp tensorflow

Nlp tensorflow中多个嵌入的嵌入查找,nlp,tensorflow,word2vec,doc2vec,Nlp,Tensorflow,Word2vec,Doc2vec,在构建doc2Vec算法时，需要有多个嵌入。有词向量的嵌入，同时也有文档本身的嵌入。该算法的工作方式类似于CBOW模型，但文档嵌入也用于使用给定窗口训练的每个文档。因此，如果我们有一个包含5个单词的窗口，我们将继续浏览这5个单词，但是每个窗口我们将始终包含文档嵌入向量本身，以便我们可以更新它只需关注它们： input_tensor = tf.concat(1, [wordembedding_tensor, documentembedding_tensor]) 然后输入张量就是您的输入。只需对

在构建doc2Vec算法时，需要有多个嵌入。有词向量的嵌入，同时也有文档本身的嵌入。该算法的工作方式类似于CBOW模型，但文档嵌入也用于使用给定窗口训练的每个文档。因此，如果我们有一个包含5个单词的窗口，我们将继续浏览这5个单词，但是每个窗口我们将始终包含文档嵌入向量本身，以便我们可以更新它

只需关注它们：

input_tensor = tf.concat(1, [wordembedding_tensor, documentembedding_tensor])

然后输入张量就是您的输入。

只需对它们进行压缩：

input_tensor = tf.concat(1, [wordembedding_tensor, documentembedding_tensor])

然后输入张量就是你的输入