WordEmbeddingEstimator 클래스
정의
중요
일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.
미리 학습된 embeddings 모델을 사용하여 텍스트 토큰의 벡터를 숫자 벡터로 변환하는 텍스트 기능 변환기입니다.
public sealed class WordEmbeddingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.Text.WordEmbeddingTransformer>type WordEmbeddingEstimator = class
interface IEstimator<WordEmbeddingTransformer>Public NotInheritable Class WordEmbeddingEstimator
Implements IEstimator(Of WordEmbeddingTransformer)- 상속
-
WordEmbeddingEstimator
- 구현
설명
예측 도구 특성
| 이 추정기는 매개 변수를 학습하기 위해 데이터를 확인해야 합니까? | 아니요 |
| 입력 열 데이터 형식 | 텍스트 벡터 |
| 출력 열 데이터 형식 | 의 알려진 크기 벡터 Single |
| ONNX로 내보낼 수 있습니다. | 아니요 |
출력 WordEmbeddingTransformer 열 이름 매개 변수에 지정된 대로 명명된 새 열을 생성합니다. 여기서 각 입력 벡터는 사용된 포함 모델의 크기가 3 * 차원인 숫자 벡터에 매핑됩니다. 이는 입력 벡터의 크기와는 무관합니다.
예를 들어 50차원인 GloVe50D를 사용하는 경우 출력 열은 크기 150의 벡터입니다. 슬롯의 첫 번째 3분의 1은 입력 벡터의 각 문자열에 해당하는 포함 항목의 최소값을 포함합니다. 두 번째 세 번째는 포함의 평균을 포함합니다. 슬롯의 마지막 3분의 1에는 발생한 포함의 최대 값이 포함됩니다. min/max는 단어 포함 공간의 단어에 대한 경계 하이퍼 사각형을 제공합니다. 이것은 많은 단어의 평균이 유용한 신호를 익사 긴 구에 도움이 될 수 있습니다.
사용자는 미리 학습된 사용자 지정 embeddings 모델 또는 사용 가능한 미리 학습된 모델 중 하나를 지정할 수 있습니다. 사용 가능한 옵션은 다양한 버전의 GloVe 모델, FastText 및 SSWE입니다.
사용 예제에 대한 링크는 참고 섹션을 참조하세요.
메서드
| Fit(IDataView) |
를 학습하고 반환합니다 WordEmbeddingTransformer. |
| GetOutputSchema(SchemaShape) |
변환기에서 SchemaShape 생성할 스키마를 반환합니다. 파이프라인에서 스키마 전파 및 확인에 사용됩니다. |
확장 메서드
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점을 두는 것이 유용합니다. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
추정기가 지정된 경우 대리자를 호출한 후 Fit(IDataView) 호출되는 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 특별히 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변압기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수도 있습니다. 이 시나리오에서는 fit이 호출되면 호출되는 대리자를 이 메서드를 통해 연결할 수 있습니다. |