我想知道spacy_sklearn和tensorflow_embedding管道在后台如何工作之间是否有任何基本区别。我的意思是tensorflow_embedding也必须使用相同的词嵌入概念,使用PCA等方法来减少数据的维数。那么spacy_sklearn有一些预训练数据可以以预训练向量和tensorflow管道的形式使用呢?我的理解正确吗?tensorflow_embedding管道与google提供的tensorflow框架有什么关系?
我尝试在google上查找tensorflow框架,但无法获得任何具体答案。我也在RASA社区页面上对其进行了搜索,但再次找不到帮助
答案 0 :(得分:0)
spacy_sklearn管道使用预先训练的单词向量。如果我们没有太多的训练数据,这将非常有用。
tensorflow嵌入管道不使用任何预训练的单词向量,它特别适合我们的数据集。 tensorflow_embedding管道的优势在于,将针对我们的域自定义单词向量。
更多信息,请参考以下链接 https://rasa.com/docs/nlu/choosing_pipeline/