一种基于字母n-grams向量的字散列方法。当前将文本转换为数字序列。
l3wtransformer的Python项目详细描述
l3wtransformer
===
>；一种降低词包术语向量维数的词哈希方法。它基于字母n-gram。给定一个单词（例如good），它首先向单词添加单词的开始和结束标记（例如good）。然后，把这个单词分成n个字母（例如，字母三元组：go，goo，ood，od）。最后，使用字母n-grams的向量来表示单词。
[huang等人2013，学习使用点击数据进行web搜索的深层结构语义模型]
--
此实现支持从**文本到数字序列的转换**，用数字表示单词的降序频率。
例如：
*lorem ipsum dolor sit amet，consectetuer adipising elit…*被转换为*23、1、80、86、47、50001、21、59、83、93、14、50003、4、7*
添加混合大小写或初始大小写。
l3wtransformer
l3wt=l3wtransformer（）
[[5，18，17，50001，2，10，24，6，15，20，50003]，[16，50003，2，10，50003]]
```
===
>；一种降低词包术语向量维数的词哈希方法。它基于字母n-gram。给定一个单词（例如good），它首先向单词添加单词的开始和结束标记（例如good）。然后，把这个单词分成n个字母（例如，字母三元组：go，goo，ood，od）。最后，使用字母n-grams的向量来表示单词。
[huang等人2013，学习使用点击数据进行web搜索的深层结构语义模型]
--
此实现支持从**文本到数字序列的转换**，用数字表示单词的降序频率。
例如：
*lorem ipsum dolor sit amet，consectetuer adipising elit…*被转换为*23、1、80、86、47、50001、21、59、83、93、14、50003、4、7*
添加混合大小写或初始大小写。
l3wtransformer
l3wt=l3wtransformer（）
[[5，18，17，50001，2，10，24，6，15，20，50003]，[16，50003，2，10，50003]]
```
欢迎加入QQ群-->： 979659372
