使用sent2vec嵌入文本文档
项目描述
句子嵌入
Sent2vec的Python封装，用于使用FastText嵌入短文本或句子。
要嵌入字符串列表 documents，使用
from nk_sent2vec import Sent2Vec
vectorizer = Sent2Vec(path = '/root/models/torontobooks_unigrams.bin')
print(vectorizer.embed_sentences(sentences=documents))
测试
可以使用pytest -s tests运行测试
还可以在makefile中查看默认命令
下载文件
下载适用于您平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分布
nk_sent2vec-1.4.2.tar.gz (3.3 kB 查看哈希值)
构建分布
nk_sent2vec-1.4.2-py3-none-any.whl (4.1 kB 查看哈希值)
关闭
nk_sent2vec-1.4.2.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | a1880f796aca315677f3e9cfa8c36d5a39065c18c29614a04417e28fa326f478 |
|
| MD5 | 3321b2cdf4a453d7b955fec0d72e4c72 |
|
| BLAKE2b-256 | 0f5bb60eeaf1f89c64d0d784171f78b5b72dff031f9be86d8ce06f658b3daef3 |
关闭
nk_sent2vec-1.4.2-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | f87d76ff1592b06c0b155ae8babcac128db744942eea04e6ab6b4df3e9cf68e0 |
|
| MD5 | f8f5ad94f106833172181cac0722c87b |
|
| BLAKE2b-256 | f3bb36f6b4dc2177568819dfc30531954766bb494b803c8c2f05b7a7d8ae9208 |
