Tensorflow Bow Encoder解释

Question

有人可以向我解释Tensorflow BoW Encoder正在做什么/返回什么？我希望得到每个文档的字数统计向量（比如在sklearn中），然而，显然它正在做一些更有趣的事情。

在这个例子中：

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/text_classification.py

features = encoders.bow_encoder(
  features, vocab_size=n_words, embed_dim=EMBEDDING_SIZE)

传递了'embed_dim'，我也不明白它在BoW编码的上下文中是做什么的。遗憾的是，文档不是很有帮助。我可以尝试通过Tensorflow代码，但是，我将非常感谢高级别的解释。

Answer 1

在经典的BOW模型中，每个单词由ID（稀疏向量）表示。 bow_encoder将这些稀疏向量映射到另一个层，其大小由＆＃34; embed_dim＆＃34;指定。 bow_encoder用于学习单词或文本的密集向量表示（例如在word2vec模型中）。

关于bow_encoder的tensorflow文档： ＆＃34;通过平均嵌入，将每个例子的符号序列映射到矢量。＆＃34;

因此： 如果bow_encoder的输入是单个字，则它只是映射到嵌入层。虽然句子（或文本）是逐字映射的，但最终的嵌入向量是平均的。