معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Character-based word embeddings model based on RNN

ویژگی	مقدار
سیستم عامل	-
نام فایل	chars2vec-0.1.7
نام	chars2vec
نسخه کتابخانه	0.1.7
نگهدارنده	['Intuition']
ایمیل نگهدارنده	['dev@intuition.engineering']
نویسنده	Vladimir Chikin
ایمیل نویسنده	v4@intuition.engineering
آدرس صفحه اصلی	https://github.com/IntuitionEngineeringTeam/chars2vec
آدرس اینترنتی	https://pypi.org/project/chars2vec/
مجوز	Apache License 2.0

Chars2vec library could be very useful if you are dealing with the texts containing abbreviations, slang, typos, or some other specific textual dataset. Chars2vec language model is based on the symbolic representation of words – the model maps each word to a vector of a fixed length. These vector representations are obtained with a custom neural netowrk while the latter is being trained on pairs of similar and non-similar words. This custom neural net includes LSTM, reading sequences of characters in words, as its part. The model maps similarly written words to proximal vectors. This approach enables creation of an embedding in vector space for any sequence of characters. Chars2vec models does not keep any dictionary of embeddings, but generates embedding vectors inplace using pretrained model. There are pretrained models of dimensions 50, 100, 150, 200 and 300 for the English language. The library provides convenient user API to train a model for an arbitrary set of characters.

نحوه نصب

نصب پکیج whl chars2vec-0.1.7:

pip install chars2vec-0.1.7.whl

نصب پکیج tar.gz chars2vec-0.1.7:

pip install chars2vec-0.1.7.tar.gz