nk vector Download - nk vector Source Code Download

nk vector

كود الذكاء الاصطناعي

1.0.0

تنزيل

تقديم NK-Vector!

سبب الولادة

في الأساس ، تعد NK-VEC عبارة عن شبكة عصبية تضم أفكارًا من Word2Vec ولديها نفس المهمة مثل جميع النماذج المضمنة من الوقت الحاضر ، ولكن لديها بنية أبسط بكثير. من خلال مكتبة NK-Vector ، يمكنك استخدام نموذج NK-VEC لإنشاء مجموعة المتجه وفقًا لبياناتك الخاصة بأبسط طريقة. بالإضافة إلى ذلك ، يوفر لك NK-Vector أيضًا بعض الميزات والخوارزميات المفيدة المستخدمة لحل مشاكل NLP.

حول الاسم

لقد قمت بإنشائها أثناء البحث في مشروع كبير في غرفة المعلوماتية في مدرسة نغوين خوين الثانوية (DA NANG) ، لذلك كان NK اختصار اسم المدرسة ، هذه بصمة أردت حفظها وتستحق ذلك.

الميزات الحالية

إنشاء متجه ساخن واحد
قم بإنشاء كلمات Windows
يتيح للمستخدمين إنشاء مجموعة ناقلات وفقًا لمجموعة البيانات الخاصة بهم
ابحث عن نفس الكلمة
FAST KNN (شجرة الخزانة الكنز)
بناء Vetor للجمل والفقرات والنص
الانفصال عن الفيتنامية والإنجليزية
جمل نظيفة للفيتناميين والإنجليزية
حذف الكلمات كرر

وظائف والمعلمات

فك	المعلمة	على سبيل المثال	ملحوظة
create_one_hot	<file_url ، url_save>	"E: /Project/Data.txt" ، "E: /Project/OneHot.json"	في هذا ، سيؤدي ذلك إلى تصفية أحرف اللغة الإنجليزية والشخصية باستثناء "_"
create_window_words	<file_url ، window_size ، url_save>	"e: /project/data.txt" ، 5 ، "e: /project/window.txt"	في هذا ، سيؤدي ذلك إلى تصفية كلمة stopword الإنجليزية والأحرف الخاصة باستثناء '_'. يجب أن يكون Window_size رقمًا غريبًا
يدرب	<sives_output ، url_data_one_hot ، url_data_window_words ، url_save>	512 ، "e: /project/onehot.json" ، "e: /project/window.txt" ، "e: /project/data_vector.json"	Size_output هو عدد أبعاد متجه الإخراج ويجب أن يكون أصغر من البعد الأول لإدخال ناقل OnhoT
Building_VEC_SENTENCES	<"doc" ، url_vecs_of_words ، url_save>	"Hello Everybone" ، "E: /Project/Data_Vector.json" ، "" "	إذا كان لدى url_save طول صفر ، فإن الافتراضي يعيد المتجه دون حفظ ، إذا تم حفظه ، فدع تنسيق JSON - مثال: "E: /Project/Data_Sentence_Vector.json"
Search_word_similarity	<"الهدف" ، url_vecs_of_word ، size_result>	"King" ، "E: /Project/Data_Vector.json" ، 15	يتوافق Size_result مع عدد الكلمات مع أعلى مستوى إلى انخفاض من إرجاع "
الخزانة	<"الهدف" ، type_distance ، البيانات ، k>	[7 ، 8] ، "Eculid" ، نقاط ، 4	انظر أمثلة استخدام الوظيفة أدناه
vn_segressation_tag	<"وثيقة">	"مرحبا بكم"	تأكد من أن إصدار العقدة الخاص بك هو نسخة كاملة من 10.16.0 أو أكثر
clear_sentence_vn	<"وثيقة">	"مرحبا بكم"	هنا سيتم ترشيح الجملة الفيتنامية من Stopword Vietnamese إلى شخصيات خاصة
clear_sentence_en	<"وثيقة">	"مرحبا بكم"	هنا سيتم تصفية الجملة الإنجليزية الخاصة بك من stopword english إلى شخصيات خاصة
remove_duplicate_words	<"وثيقة">	"مرحبا بكم"	ستكون هناك كلمات مكررة في الجملة ويستخدم لكل من اللغة الإنجليزية والفيتنامية
fast_build_chatbot	<"النص">	"كيف حال الطقس اليوم"	سيعود BOT هنا إحدى الملصقات: الكيمياء ، General_Asking ، الرياضيات ، Good_bye ، مرحبًا ، مقدمة ، شكرًا ، Ask_weather ، غير معروف
المشاعر	<"النص">	"اليوم قاتم للغاية"	هنا ستعيد إحدى الملصقات: حزين ، سعيد ، محبط ، طبيعي ، غير معروف - على سبيل المثال ، عودة النتيجة هي سلسلة: حزينة "
fix_telex	<"النص">	"anh thisch awn busn char cas"	هنا ستعيد النتيجة التي كانت TELEX - على سبيل المثال: أحب تناول كعكة السمك
english_or_vietnamese	<"النص">	"مرحبا ، هاه ، أنت؟"	ستعيد النتيجة ككائن بما في ذلك مدارسك ، التسمية ، Fix_text - على سبيل المثال {your_text: "Hello ، Hue You؟"
}

جلسة

تثبيت node.js
Run: NPM I NK-Vector

يستخدم

 let  NKV = require ( 'nk-vector' )

مثال: استخدم وظيفة الفك

 let  NKV = require ( 'nk-vector' )
let  points = [
[ 1 , 2 ] ,
[ 3 , 4 ] ,
[ 5 , 6 ] ,
[ 7 , 8 ]
] ;
let  nearest = NKV . knn ( [ 7 , 8 ] , 'eculid' , points , 4 ) ;
console . log ( nearest ) ;
/*Result:
[ [ [ 7, 8 ], 0 ],
  [ [ 5, 6 ], 8 ],
  [ [ 3, 4 ], 32 ],
  [ [ 1, 2 ], 72 ] ]
Giải thích kết quả mảng trả về: [<vector trong tập dữ liệu>, <khoảng cách từ vector đầu vào tới vector này>]
*/

مثال: استخدم الوظيفة building_vec_sentences

 let NKV = require ( 'nk-vector' )
let sentence = NKV . VN_segmentation_tag ( NKV . clear_sentence_vn ( 'cân bằng phương trình hóa học' ) )
let full_sentence = ''
for ( let word in sentence ) {
    full_sentence += sentence [ word ] . replace ( ' ' , '_' ) + ' '
}
if ( full_sentence . length > 0 ) {
    console . log ( full_sentence )
    console . log ( NKV . build_vec_sentences ( full_sentence . trim ( ) , 'E:/<name_project>/data_vec.json' , '' ) )
}
/*Result: 
{"cân_bằng phương_trình hóa học":[0.002338010428122218,...,0,0,0.00111962700489077,0.0009866701202071657,0.00111962700489077,0,0.00111962700489077,0,0,0.0009866701202071657,0,0.0010865777210490053,0,0.0010865777210490053,0,0,0,0,0,0.0009866701202071657,0,0,0,0,0,0,0.0010865777210490053,...0,0.0010865777210490053,...,0]}
*/

مثال: استخدم clear_sentence_vn

 let  NKV = require ( 'nk-vector' )
let clear_sentence = NKV . clear_sentence_vn ( "Chào mừng các bạn lên trên trời, ở đây là trên trời" )
console . log ( clear_sentence ) ;
//Result: chào mừng trời trời

لاحظ اللون في المحطة

الأحمر : لا يمكن أن يستمر الخطأ
الأصفر : هذا مجرد إشعار طبيعي ، لا يزال يعمل

بعض الأخطاء التي قد تقابلها

الخطأ لا يجد كلمة توقف الملف لكل من الفيتناميين والإنجليزية

إذا واجهت خطأ لا تجد ملف كلمة الملف ، فابحث عن سطر الخطأ وفقًا للمسار الموجود في المحطة ومراجعته إلى:
path.join (__ dirke ، "/src/stop_word.txt"): دع الدالة clear_sentence_en
path.join (__ direct ، "/src/stop_word_vnt_vn.txt"): للدالة clear_sentence_vn
أو مسار مرشح بالضبط طريقك
يتم إخطار هذا الخطأ للمستخدم على مستوى أحمر

الخطأ لا يبني ناقلات للجمل

يحدث هذا الخطأ عند المفردات ، يجب أن تؤدي الأحرف التي تشكل الجملة في مرشح STOPWORD والأحرف الخاصة أثناء عملية التدريب إلى عدم وجود متجه لهذه المفردات ، مما يؤدي إلى أن تكون جملة التحميل فارغة ولا يوجد بناء.
يتم إخطار هذا الخطأ للمستخدم مع المستوى الأصفر