亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

怎么對詞庫中的詞語進行高效的編碼?

怎么對詞庫中的詞語進行高效的編碼?

慕的地8271018 2019-03-09 20:44:55
自己現在有兩種方案,一種是直接用數進行增長// let weight=//     {//         '美國': 10,//         '軍區': 5,//         '雇員': 7,//         '灰色': 4,//         '外星人': 7,//         'ufo': 3,//     }另一種是將字符用utf8的方式進行解析出來。let str='國'function hash(str){    let strcode=0     for (const iterator of str)      {         strcode += iterator.codePointAt(0).toString(2)     }    return strcode }console.log(hash(str))//0101011011111101但是兩者的的編碼仍然不能縮小數據量。計算這個是為了后面能夠進行,文本相似度的計算。謝謝。
查看完整描述

2 回答

?
慕斯709654

TA貢獻1840條經驗 獲得超5個贊

編碼當然不能縮小數據量,壓縮才可以減小數據量。

查看完整回答
反對 回復 2019-03-09
?
九州編程

TA貢獻1785條經驗 獲得超4個贊

計算相似度前的向量化文本除了詞袋模型還可以使用TF-IDF, LSI等模型

查看完整回答
反對 回復 2019-03-09
  • 2 回答
  • 0 關注
  • 525 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號