[英]How to find the (Most important) responsible Words/ Tokens/ embeddings responsible for the label result of a text classification model in PyTorch
[英]How to get most significant tokens for each label in Fasttext supervised classification model?
我已經使用.train_supervised()
訓練了一個Fasttext model,但我不知道如何根據 Z20F35E630DAF44DBFA4C3F68F5399D8C 為每個 label 獲取最重要的單詞。
我有三個標簽,所以我希望能夠做類似的事情
model.label["__label__1"].get_most_significant()
關於如何實現這一目標的 go 有什么建議嗎?
我沒有注意到原始 FastText 代碼中的任何此類功能,因此也不希望它出現在 Python 包裝器中。
通過這個過程,你可能會得到一些你想要的東西:
k
個標簽進行概率預測k
可能與所有標簽的計數一樣大n
結果作為最能表明 label 的詞
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.