这个向量是怎么工作的？

Question

我在试着理解这里的代码。你知道吗

f = open('/Users/nk/Vocab.txt','r')
vocab_temp = f.read().split()
f.close()
col = len(vocab_temp)
print("Training column size:")
print(col)

row = run('cat '+'/Users/nk/X_train.txt'+" | wc -l").split()[0]
print("Training row size:")
print(row)
matrix_tmp = np.zeros((int(row),col), dtype=np.int64)
print("Train Matrix size:")
print(matrix_tmp.size)

label_tmp = np.zeros((int(row)), dtype=np.int64)
f = open('/Users/nk/X_train.txt','r')
count = 0
for line in f:
    line_tmp = line.split()
    #print(line_tmp)
    for word in line_tmp[0:]:
        if word not in vocab_temp:
            continue
        matrix_tmp[count][vocab_temp.index(word)] = 1
    count = count + 1
f.close()

我知道col基本上是词汇表中的单词，row是训练集中的文本数据。 我还了解到，在loop中，代码实际上是在检查词汇表中是否存在一个单词，是否存在于训练集中。有人能给我解释一下continue后面的那一行是什么意思吗？你知道吗

Answer 1

matrix_tmp[count][vocab_temp.index(word)] = 1 如果查看代码，count每行递增1。所以matrix_tmp[count]是每行的单词向量。你知道吗

现在，考虑到vocab_temp.index(word)，您可以在第二行中看到vocab_temp保留了由f.read().split()产生的向量。你知道吗

事实上，它从vocab_temp中获取索引，实际上它获取了矩阵的位置（矩阵中单词word所在的索引，并将其设置为1（单词word出现在index位置）。你知道吗