我有一个CSV文件，我想将其转换为SequenceFile，我最终会用它来创建在群集作业中使用的NamedVectors。我一直在使用seqdirectory命令尝试创建一个SequenceFile，然后使用-nv选项将该输出提供给seq2sparse以创建NamedVectors。看起来这是一个大向量作为输出，但我最终希望我的CSV的每一行成为NamedVector。我哪里错了？
答案 0 :(得分：2)
seqdirectory命令将每个文件作为文档，因此实际上，您只有一个文档，因此您只能获得一个向量。为了使其正常工作，您可以将CSV文件的每一行都设为文件本身，文档的键是文件的名称，值是其内容。尽管如此，如果你的语料库很大，这是非常不切实际的，因为磁盘读写可能会变得很慢。
在实践中，您最好关注我在此comment
中分享的链接