用于创建文档功能的工具
vlac的Python项目详细描述
局部聚合概念向量（vlac）
目的
如下图所示，vlac对单词嵌入进行集群，以创建k概念。由于单词嵌入（即300）的高维性，使用球面k-均值进行聚类，因为应用欧几里德距离将导致样本之间的距离差别很小。方法如下。让wi是一个大小为d的单词嵌入，分配给集群中心ck。然后，对于文档中的每个单词，vlac计算每个单词嵌入到其指定的聚类中心的残差的元素和。这会产生k特征向量，每个概念一个，所有大小都是d。然后将所有特征向量连接起来，进行功率归一化，最后应用l2归一化。例如，如果要用大小为300的字嵌入创建10个概念，则生成的文档向量将包含10 x 300的值。
用法
在Python3.5.4中测试。
# Train model and transform collection of documentsvlac_model=VLAC(documents=train_docs,model=model,oov=False)vlac_features,kmeans=vlac_model.fit_transform(num_concepts=30)# Create features new documentsvlac_model=VLAC(documents=train_docs,model=model,oov=False)test_features=vlac_model.transform(kmeans=kmeans)
欢迎加入QQ群-->： 979659372
