问题标签 [fasttext]

如文档中所示，我无法运行 FastText 量化。具体来说，如备忘单页面底部所示：

https://fasttext.cc/docs/en/cheatsheet.html

当我尝试在训练有素的模型“model.bin”上运行量化时：

将以下错误打印到外壳：

我已经使用最新代码（2018 年 9 月 14 日）和旧代码（2018 年 6 月 21 日）的版本重现了这个问题。由于记录的命令语法不起作用，我尝试添加一个输入参数：

其中 [file] 是我的训练数据或训练模型。不幸的是，这两次尝试都导致了分段错误，而 FastText 没有错误消息。

量化 FastText 模型的正确命令语法是什么？此外，是否可以在一次 FastText 运行中同时训练和量化模型？

我想在 R 中使用 FastText 预训练的词向量。这应该可以通过“fastrtext”库实现，但我在加载文件时遇到了问题。

如何使用 R 读取 .vec 文件？
如何将 .bin 文件加载到 R 中？

对于我尝试过的 .bin 文件：

model$load(path) 中的错误：fastrtext 中的错误。退出代码：1

显然，这不是要走的路。有任何想法吗？

我已经使用带有 spacy 后端的 FastText 构建了我的印地语模型。我按照本教程使用 FastText 构建我的模型。

这个网址

我还通过以下命令将我的模型与 spacy 链接

模型链接成功，您可以查看下图

现在我没有找到任何使用印地语的帮助，比如我需要使用什么样的配置文件，在哪里导入印地语模型以及现在如何继续？我还有一个问题，比如我们的 data.json 文件在印地语中的外观以及我们将如何使用实体和意图，实体和意图的名称也应该是印地语还是英文？有人可以帮助进一步处理吗？我被困在这里。我必须仅使用 RASA Stack 以印地语构建 ChatBot。

提前致谢....

我目前正在使用 FastText 获取一些输入文本数据的词嵌入，以便捕捉它们之间的相似性，并将这些嵌入作为 NER 任务的神经网络的输入。我首先尝试使用 fastText .vec 文件，并且能够从中获得良好的相似性结果，然后我尝试使用 .bin 模型文件，以便我也可以从词汇外术语中获取嵌入但我注意到从 .vec 和 .bin 文件生成的向量是不同的。.vec 文件包含裁剪到 [-1,1] 范围内的嵌入，而 .bin 文件中包含的嵌入则不是这样。使用 .bin 文件我得到了非常糟糕的结果，所以我试图不明白这是否是由于这些向量（.bin）没有标准化。

有没有一种使用 Python 在 [-1, 1] 范围内标准化这些向量的好方法？

提前致谢。

我正在阅读最近的书 fastText 快速入门指南，我在书中运行了代码。当我运行此代码时

没关系，但是当我运行第二个代码时，

它说 yelp_review.v1.csv 没有找到或没有这样的文件。为什么会这样？我想当第一个代码运行时，该文件应该作为输出文件保存在 data/yelp 中。有人可以帮我理解吗？

这是python代码。

我正在尝试加载 fasttext 文件以第一次将其用作单词嵌入。我有这个：

我还尝试了这里描述的内容：https : //datascience.stackexchange.com/questions/20071/how-do-i-load-fasttext-pretrained-model-with-gensim 我下载了.bin文件的结果仍然相同kaggle（https://www.kaggle.com/kambarakun/fasttext-pretrained-word-vectors-english）但我仍然遇到问题： 'utf8' codec can't decode byte 0xba in position 0: invalid start byte 我只想使用 .bin 文件而不是 .vec 文件，因为它需要的更少时间。

在 Python 3.7 中实现Fasttext时，我面临一个与 相关的意外场景Exception in thread，这导致

NoneType' 对象不可下标

完整堆栈跟踪的错误（截图）如下：

gensim python中的这个问题到底是什么？

我试过的代码：

注意：该模型完美运行，当我评论

上面显示的代码中的行。

我想训练 word2vec 和 fasttext 来获取我拥有的特定数据集的向量。

我的模型应该将什么作为输入？

我的文件是这样的：

现在，我应该如何准备我的数据以供 word2vec 运行？word2vec 模型是否考虑了句子间的相似性，即我是否应该不明智地准备语料库句子。

在 Google Colaboratory 中，我使用 !wget 命令下载了 fasttext 模块。

它工作正常。“fastText-0.1.0”文件解压成功。然后：

我收到此错误：

/bin/bash：第 0 行：cd：fastText-0.1.0：没有这样的文件或目录

我该如何解决？

我正在使用 Facebook 的 Fasttext 来执行文本分类。我想知道 fasttext 库如何处理作为词向量化输入提供的文本字符串中的数字。

1. 在创建词向量之前，fasttext 是否将每个数字类型转换为字符串？

   例如 1124 到“ 1124 ”

2. 或者在训练之前在后台执行任何其他转换/预处理？

   例如 1124 到“一一二四”

如果我的 fasttext 输入文本包含数字，那么处理数字数据的最佳方法应该是什么？