我有一个用于训练模型的句子/标签对列表，如何将句子编码为SVM的输入？
答案 0 :(得分：2)
句子是否用同一种语言？你可以从训练有素的word2vec文件开始，如果它是英文版，你可以从谷歌下载。注意如何创建列车文件，是否应用词干等。从哪个语料库生成它也有点重要;如果这是来自新闻组，或者是从网络或更正式的文本中提取的，那么您会得到不同的结果。
Word2Vec基本上将每个单词编码为更高维度的向量空间。这通常是200,300或500尺寸。经过培训，然后进行测试＆＃34;句子基本上都是单词，不需要任何顺序。
然后，对于单词包中的每个单词，找出相应的word2vec向量。然后，您可以通过平均向量来创建要素，采用最小值＆＃39;最大值＆＃39;如果您要比较文本，请查看计算向量之间的余弦相似度。然后在SVM中使用这些功能。