word2vec

映射字到嵌入向量

在页面中全部折叠

语法

M = word2vec (emb的话)

M = word2vec (emb,话说,‘IgnoreCase’,真的)

米= word2vec (循证，单词）的嵌入向量单词在嵌入循证．如果一个词不在嵌入词汇表中，则该函数返回一行南s.缺省情况下，区分大小写。

米= word2vec (循证，单词“IgnoreCase”,真的)的嵌入向量单词忽略使用前面任何语法的大小写。如果嵌入中的多个词仅在case中不同，则函数返回与其中一个词对应的向量，而不返回任何特定的向量。

打开生活的脚本

加载一个预先训练的词嵌入使用fastTextWordEmbedding．此功能需要文本分析工具箱™模型fastText English 160亿Token字嵌入支持包。如果没有安装此支持包，则该功能提供下载链接。

emb = fastTextWordEmbedding

emb = wordem寝具属性:维数:300词汇:[1×1000000 string]

将单词“意大利”、“罗马”和“巴黎”映射到使用的向量word2vec．

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

地图矢量意大利-罗马+巴黎用一个词vec2word．

Word = vec2word(emb，意大利-罗马+巴黎)

词=“法国”

输入字嵌入，指定为wordEmbedding对象。

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。如果您指定单词作为字符向量，则函数将实参作为单个单词处理。

数据类型:字符串|字符|细胞

词嵌入向量矩阵。

介绍了R2017b