【问题标题】:Autotune Embedding with Fasttext使用 Fasttext 进行自动调谐嵌入
【发布时间】:2020-09-06 12:18:26
【问题描述】:

我已经使用 Fasttext - train.unsuperwised 训练了词嵌入。 有没有办法为此自动调整超参数?文档为监督训练提供了自动调整,但我不确定如何对嵌入进行监督训练。

【问题讨论】:

    标签: nlp embedding hyperparameters fasttext


    【解决方案1】:

    如果您有目标标签来预测每个输入文本,您可以使用 supervised 模式进行嵌入。但随后嵌入将针对该分类目的进行优化,而不是人们通常期望从无监督训练中获得更普遍的有用性。

    因为这种元参数优化(“自动调整”)仅在针对具有明确正确/错误答案的目标测试结果时才有意义,因此它可能仅适用于监督模式,如文档所示。

    如果您将(正常的、无监督的)词向量用于您自己的其他下游任务,并且您可以为该任务创建可重复的评估,您应该编写自己的代码来执行最佳搜索元参数。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-07-09
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2021-05-14
      • 2010-09-12
      相关资源
      最近更新 更多