PL
ну т.е. есть все же делаем разреженную матрицу и отправляем в какой-то алгоритм ембеддинга?
а какой вы бы предложили в этом случае? оригинальный w2v вроде на тексте работает?
Size: a a a
2021 January 14
SМ
а какой вы бы предложили в этом случае? оригинальный w2v вроде на тексте работает?
Ему всеравно что есть
PL
ок, спасибо
SМ
Главное чтобы идентификаторы были строками
SМ
Не числами
PL
размерность выхода в таком случае - подбирать?
SМ
И из параметров фильтра убрать удаление цифр и препинаний
SМ
размерность выхода в таком случае - подбирать?
Вечный вопрос, начните с классики 150,200,300
PL
ок. спасибо!
SМ
Но сперва
SМ
Сделайте просто
SМ
С TSvd
SМ
Топик Моделинг тоже кстати тема, можно по тому же принципу
PL
Топик Моделинг тоже кстати тема, можно по тому же принципу
кстати да. не подумал. какие-то готовые реализации посоветуете?
SМ
Gensim мануалов много
PL
спасибо
SМ
спасибо
2021 January 15
K
А можно ли попробовать использовать в тематическом моделирование векторные представления текстов, полученные с помощью bert и ей подобных?
K
И по этим векторным представлениям делать кластеризацию(если подскажете инструменты для мягкой кластеризации в sklearn, буду благодарен)