tf.keras.preprocessing.sequence.make_sampling_table

Генерирует таблицу вероятностного выбора слов, основанную на ранге слов.

tf.keras.preprocessing.sequence.make_sampling_table(
    size, sampling_factor=1e-05
)

Используется в ноутбуках

Используется в учебниках
word2vec

УСТАРЕВШАЯ функция.

Используется для генерации аргумента sampling_table для skipgrams. sampling_table[i] — это вероятность выборки i-го по частоте слова в наборе данных (более частые слова должны выбираться реже, для баланса).

Вероятности выборки генерируются в соответствии с распределением выборки, используемым в word2vec:

p(word) = (min(1, sqrt(word_frequency / sampling_factor) /
    (word_frequency / sampling_factor)))

Мы предполагаем, что частоты слов следуют закону Ципфа (s=1), чтобы получить численное приближение частоты(ранг):

frequency(rank) ~ 1/(rank * (log(rank) + gamma) + 1/2 - 1/(12*rank)) где gamma — постоянная Эйлера-Маскерони.

Аргументы
`size`	Целое число, количество возможных слов для выборки.
`sampling_factor`	Коэффициент выборки в формуле word2vec.

Возвращаемое значение
Одномерный массив NumPy длиной `size`, где i-й элемент — вероятность выборки слова с рангом i.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/sequence/make_sampling_table