Carregando...
Carregando...
Ajude a melhorar a plataforma
Considere o trecho de código em Python a seguir:
def FUNC(model, tagged_data, num_dim):
matrix = np.zeros((len(tagged_data),num_dim))
for i inrange(len(tagged_data)):
matrix[i] = model.docvecs[tagged_data[i][1][0]]
return matrix
...
model = Doc2Vec(vector_size=100, min_count=2, dm=1, dm_concat = 1,epochs=100)
...
resultado = FUNC(model, tagged_treino, num_dim)
O papel da função FUNC é:
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa C - Construir os vetores de treinamento de um classificador de documentos representados por Doc2Vec.
O código apresentado utiliza a biblioteca NumPy e o modelo Doc2Vec (provavelmente da biblioteca Gensim) para processamento de linguagem natural.
A função FUNC recebe um modelo treinado, uma lista de documentos marcados (tagged_data) e a dimensionalidade desejada. Ela inicializa uma matriz de zeros e, através de um loop, preenche cada linha da matriz com o vetor correspondente ao documento extraído de model.docvecs.
model).num_dim, não há aumento.A função atua como uma ponte para converter as representações internas do Doc2Vec em um formato matricial padrão para treinamento de modelos estatísticos.
Alternativa C.