Azure ML 中的 FastText 和数据集与 Python

【问题标题】：FastText and Datasets in Azure ML with PythonAzure ML 中的 FastText 和数据集与 Python
【发布时间】：2020-02-07 20:05:44
【问题描述】：

我正在 Azure ML 中使用 FastText（不是 gensim 版本）运行实验（使用 Pytorch 创建的定制模型），但遇到了问题：

在实验中，我在数据集中有一个（相当大的）文本文件，需要用它来训练 FastText，但 fasttext.train_unsupervised 只将文件名作为输入。

请问，如何在 Azure ML 数据集的上下文中使用 FastText？

提前致谢！

【问题讨论】：

标签： python-3.x azure fasttext

【解决方案1】：

嗯，刚刚发现：

您可以将 Azure ML 数据集挂载为目录，并以这种方式从中读取 FastText：

import fasttext
from azureml.core import Dataset
from azureml.core.workspace import Workspace

ws = Workspace.from_config()
dset = Dataset.get_by_name(workspace=ws, name='thenameofyourdataset')

dset.mount('afoldernameyoujustinvented')
embedding = fasttext.train_unsupervised('afoldernameyoujustinvented/myfilename.txt')

换句话说：您将数据集挂载到一个虚拟文件夹并使用该虚拟文件夹，就好像它是（并且可能在幕后是）一个包含数据集中文件的真实文件夹。

干杯！

【讨论】：