admin 管理员组

文章数量: 1184232

one

最近在看tf框架，挺有意思的。在文本分类部分中再一次看到了one-hot编码，查了些资料，在此做一个记录。

我们先来看一个one-hot编码的例子。
假设字典中包含以下元素。
dict = [我，我们，爱，中国，你好，有趣]
一般的字典会包含10^6乃至更多的字词，在这里我们仅仅举例。
那么对于以下词语，如何进行one-hot编码呢？
‘我们’：（0，1，0，0，0，0）
‘中国’：（0，0，0，1，0，0）
‘你好’：（0，0，0，0，1，0）
就是词语在字典中出现的位置。
同时，词语进行one-hot编码后得到的向量与词典维度相同。

这不禁让我疑问：怎么解决维度爆炸这种情况呢？

本文标签： one

版权声明：本文标题：one 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1686517231a4873.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。