Orange3实战教程：文本挖掘---文档嵌入

文档嵌入

使用 E. Grave 等人（2018）提出的预训练 fastText 模型，将输入语料库中的文档嵌入到向量空间中。

输入

• 语料库：文档的集合。

输出

• 语料库：附加了新特征的语料库。

文档嵌入 解析语料库中每个文档的 n-grams，使用所选语言的预训练模型获取每个 n-gram 的嵌入向量，并通过提供的聚合器将这些嵌入向量合并成一个文档向量。请注意，该方法适用于任何 n-grams，但如果语料库经过预处理（例如将 n-grams 设置为单词），效果最佳（因为模型是为单词嵌入训练的）。

1. 控件参数：
   • 语言：选择文档的语言模