创建矢量sp

Question

我有个问题： 我有很多文档，每一行都是用某种模式构建的。 当然，我有一系列的模式。在

我想创建一些向量空间，然后用一些规则来向量化这个模式（我还不知道这个规则是什么…）——也就是说，让这个模式像向量空间的“质心”。 然后对当前文档的每一行进行矢量化（同样按此规则），并计算该行的密室质心（即两个矢量之间距离的最小值）。在

我不知道我该怎么做？ 我知道sklearn库和CountVectorizer/TfidfVectorizer/HashingVectorizer，但这取决于词汇表的大小。但是，同样，我有很多文档，这就是为什么词汇表中会有太多的单词（如果这样做，但是在下一个新文档中，它可能是这个词汇表没有的新词。这就是解决我问题的错误方法） 另外，Keras库的文本预处理也不能解决我的第二个问题。E、 x.“one hot”将文本编码到大小为的单词索引列表中。但是每个文档可能有不同的大小和顺序。这就是比较两个向量的方式可能会得到很大的距离，但实际上这个向量（由这个向量编码的单词）非常相似。在