EditDistance

EditDistance kelas akhir publik

Menghitung Jarak Edit Levenshtein (mungkin dinormalisasi).

Masukannya adalah rangkaian panjang variabel yang disediakan oleh SparseTensors (indeks_hipotesis, nilai_hipotesis, bentuk_hipotesis) dan (indeks_kebenaran, nilai_kebenaran, bentuk_kebenaran).

Masukannya adalah:

Kelas Bersarang

kelas Sunting Jarak. Opsi Atribut opsional untuk EditDistance

Metode Publik

Keluaran <Mengambang>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
statis <T> Edit Jarak
buat ( Lingkup lingkup, Operan <Panjang> hipotesisIndikes, Operan <T> hipotesisNilai, Operan <Panjang> hipotesisBentuk, Operan <Panjang> Indeks kebenaran, Operan <T> Nilai kebenaran, Operan <Panjang> Bentuk kebenaran, Opsi... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi EditDistance baru.
EditDistance.Options statis
normalisasi (normalisasi Boolean)
Keluaran <Mengambang>
keluaran ()
Tensor float padat dengan peringkat R - 1.

Metode Warisan

Metode Publik

Keluaran publik <Float> sebagaiOutput ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static EditDistance create ( Lingkup cakupan, Operan <Panjang> hipotesisIndikes, Operan <T> nilai hipotesis, Operan <Panjang> hipotesisBentuk, Operan <Panjang> Indeks kebenaran, Operan <T> Nilai kebenaran, Operan <Panjang> Bentuk kebenaran, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi EditDistance baru.

Parameter
cakupan ruang lingkup saat ini
hipotesisIndeks Indeks daftar hipotesis SparseTensor. Ini adalah matriks N x R int64.
hipotesisNilai Nilai daftar hipotesis SparseTensor. Ini adalah vektor dengan panjang N.
hipotesisBentuk Bentuk daftar hipotesis SparseTensor. Ini adalah vektor dengan panjang R.
indeks kebenaran Indeks daftar kebenaran SparseTensor. Ini adalah matriks M x R int64.
Nilai kebenaran Nilai daftar kebenaran SparseTensor. Ini adalah vektor dengan panjang M.
bentuk kebenaran indeks kebenaran, vektor.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari EditDistance

EditDistance.Options statis publik dinormalisasi (normalisasi Boolean)

Parameter
normalisasi boolean (jika benar, jarak edit dinormalisasi berdasarkan panjang kebenaran).

Outputnya adalah:

Keluaran publik <Mengambang> keluaran ()

Tensor float padat dengan peringkat R - 1.

Sebagai contoh masukan:

// hipotesis mewakili matriks 2x1 dengan nilai panjang variabel: // (0,0) = ["a"] // (1,0) = ["b"] hipotesis_indeks = [[0, 0, 0], [1, 0, 0]] nilai_hipotesis = ["a", "b"] bentuk_hipotesis = [2, 1, 1]

// kebenaran mewakili matriks 2x2 dengan nilai panjang variabel: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"] indeks_kebenaran = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] nilai_kebenaran = ["a", "b", "c", "a"] bentuk_kebenaran = [2, 2, 2] normalisasi = benar

Outputnya adalah:

// keluarannya adalah matriks 2x2 dengan jarak edit yang dinormalisasi dengan panjang kebenaran. output = [[inf, 1.0], // (0,0): tidak ada kebenaran, (0,1): tidak ada hipotesis [0.5, 1.0]] // (1,0): penjumlahan, (1,1): tidak ada hipotesis