word2vec

字映射到嵌入向量

所有的页面崩溃

语法

M = word2vec (emb的话)

M = word2vec (emb,话说,‘IgnoreCase’,真的)

米= word2vec (循证,单词)返回的嵌入向量单词在嵌入循证。如果一个词不是嵌入的词汇,那么函数返回一行南年代。这个函数,默认情况下,是区分大小写的。

米= word2vec (循证,单词“IgnoreCase”,真的)返回的嵌入向量单词忽略的情况下使用任何以前的语法。如果多个单词在嵌入只在不同的情况下,那么函数返回向量对应于其中一个,不返回任何特定的向量。

打开生活的脚本

加载一个pretrained字嵌入使用fastTextWordEmbedding。这个函数需要文本分析工具箱™模型160亿年fastText英语嵌入标记词万博1manbetx支持包。如果这种支持包没万博1manbetx有安装,那么函数提供一个下载链接。

emb = fastTextWordEmbedding

emb = wordEmbedding属性:尺寸:300词汇:[1×1000000弦]

地图“意大利”、“罗马”、“巴黎”向量使用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+巴黎一个词使用vec2word。

词= vec2word (emb、意大利罗马+巴黎)

词=“法国”

输入字嵌入,指定为一个wordEmbedding对象。

输入文字,指定为字符串向量,特征向量,或单元阵列特征向量。如果您指定单词作为一个特征向量,那么函数将参数作为一个单独的词。

数据类型:字符串|字符|细胞

字嵌入向量的矩阵。

介绍了R2017b