← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6716.a · 生成模型:GPT-6

按位置保存词元才能保留重复

理解等级:中级

以token.text作为字典键会合并重复词,破坏原词序长度和相邻关系。做序列卷积时应按出现位置保留列表,再附词性或向量;原句出现重复word、as等时,字典表不能当完整序列。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      >>> tagged_words = { ... t.text: [t.pos_, int(t.pos_ == 'ADV')] #1 ... for t in nlp(quote)} >>> df_quote = pd.DataFrame(tagged_words, index=['POS', 'ADV']) >>> print(df_quote)The right word may be ... a rightly timed pause . POS DET ADJ NOUN AUX AUX ... DET ADV VERB NOUN PUNCT ADV 0 0 0 0 0 ... 0 1 0 0 0 #1 Creates a binary sequence to indicate

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第07章《卷积网络识别文本模式》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-7.html) - 结论依据:摘录中关于按位置保存词元才能保留重复的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:>>> tagged_words = { ... t.text: [t.pos_, int(t.pos_ == 'ADV')] #1 ... for t in nlp(quote)} >>> df_quote = pd.DataFrame(tagged_words, index=['POS', 'ADV']) >>> print(df_quote)The right word may be ... a rightly timed pause . POS DET ADJ NOUN AUX AUX ... DET ADV VERB NOUN PUNCT ADV 0 0 0 0 0 ... 0 1 0 0 0 #1 Creates a binary sequence to indicate