nlp实体关系提取中怎样构造特征向量谢邀。其实我

谢邀。其实我不太明白题主的描述，那我大概说说一般流程了。但要注意，做这个没有金科玉律，一切取决于问题和数据本身。要把文档变成数值矢量，先把文档分词，英文有大量tokenizer，中文也有jieba一类的segmentator。然后移除stop words。然后建一个词项文本矩阵，矩阵数值由词项的出现频率而定，一般会加上tf-idf权重。这个流程一般可以用numpy、nltk和gensim等Python包完全处理。用这个矩阵，任何新进来的文档都可以用这个矩阵化成矢量。一般课本都会谈这个问题，如Chris Manning及Hinrich Schütze的《Foundations of Statistical Natural Language Processing》（Foundations of Statistical Natural Language Processing）。另外一个方法是用Word2Vec和Doc2Vec，直接用他们提供的模型把每一字变成矢量，加起来。课情参看Michael Czerny的博文《Modern Methods for Sentiment Analysis》（District Data Labs）。
■网友
你能确保你的词性标注完全正确吗，否则没必要标注词性，好的词典+word embedding就行。前后两个窗口还是太小，最好构建大窗口，或者在足够语料情况下用rnn，实践中还要考虑长短句问题
■网友
【nlp实体关系提取中怎样构造特征向量】 题主解决这个问题了吗？我最近也是僵在这里了，比如两个实体之间的词，如何转化特征向量？

■网友
词的话要怎么转换呢？同词性这个我没看懂是如何转换的，构造出的特征是不是会有很多0然后一个1？是比如tfidf 以py为例遍历一遍建个dict （或者defaultdict）分别count就行了有了dict 你把keys分别map到0-n就把一串词语变成一串数字了你可以数字直接对应到embedding或者生成onehot
■网友
很简单每个位置上的词袋所以surdeanu的特征最后有几十万维

nlp实体关系提取中怎样构造特征向量

推荐阅读

「」新手机没有这三个功能建议放弃，尤其是最后一个，太吃亏

6月1日起，同一车主名下同号牌种类的非营运车辆可互换号牌号码

四句关于友情的诗句?你还知道哪些关于友情的诗句

同比增长|复星医药换帅公司前三季度净利同比增长超20%

三国两晋南北朝|关羽和张飞，一个卖枣一个杀猪，他们真的是穷苦出身吗

立春有哪些习俗禁忌呢

橙果妈妈|却是爱的伤痕累累，豆瓣9.0《隐秘的角落》大结局：人性恶的背后

锦衣之下■《锦衣之下》今夏高甜陪伴，陆绎照单全收，谢霄都要哭了

黄芽属于什么茶类?霍山黄芽属于什么茶

夏季要降暑不妨喝下绿豆粥

「皇家马德里」齐达内真急了！皇马8000万先生要投奔死敌最坏结果免费走人

[宁夏日报]手绘H5?绿沙|“人民楷模”王有德

『KG运动』还会更聪明！，运动不只让你更年轻

如何瘦腰瘦肚子如何瘦腰瘦肚子最快最有效运动

王永森总经理受邀任名师校园行客座导师

C罗|工作中出现的失误不外乎这几种，管理者要特别注意

搞机么|X50 Pro+有看不完的精美照片，粤剧有唱不完的悲欢离合，vivo

【急救】宁夏连续18天零新增！宁夏病情最危重的米奶奶结束康复期隔离回家！

李一男|任正非的“干儿子”，华为“叛将”李一男为何不趁机反击？

电影工厂李晨立马“行动”，兄弟情真假很明显，郑恺在跑男群说要退出节目