EditDistance

genel final sınıfı EditDistance

(Muhtemelen normalleştirilmiş) Levenshtein Düzenleme Mesafesini hesaplar.

Girdiler, SparseTensors (hipotez_indisleri, hipotez_değerleri, hipotez_şekli) ve (doğruluk_indisleri, doğruluk_değerleri, doğruluk_şekli) tarafından sağlanan değişken uzunluklu dizilerdir.

Girişler şunlardır:

İç İçe Sınıflar

sınıf DüzenleMesafe.Seçenekler EditDistance için isteğe bağlı özellikler

Genel Yöntemler

Çıkış <Kamanma>
Çıkış olarak ()
Bir tensörün sembolik tutamacını döndürür.
statik <T> Mesafeyi Düzenle
create ( Kapsam kapsamı, İşlenen <Uzun> hipotez İndeksleri, İşlenen <T> hipotezDeğerleri, İşlenen <Uzun> hipotezŞekil, İşlenen <Uzun> doğruluk Endeksleri, İşlenen <T> doğrulukDeğerleri, İşlenen <Uzun> hakikatŞekli, Seçenekler... seçenekler)
Yeni bir EditDistance işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
statik EditDistance.Options
normalleştirme (Boole normalleştirme)
Çıkış <Kamanma>
çıktı ()
Derecesi R - 1 olan yoğun bir şamandıra tensörü.

Kalıtsal Yöntemler

Genel Yöntemler

genel Çıkış <Float> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static EditDistance create ( Kapsam kapsamı, İşlenen <Uzun> hipotezİndeksleri, İşlenen <T> hipotezValues, İşlenen <Uzun> hipotezŞekil, İşlenen <Uzun> doğrulukİndisleri, İşlenen <T> doğrulukValues, İşlenen <Uzun> hakikatŞekli, Seçenekler... seçenekler)

Yeni bir EditDistance işlemini saran bir sınıf oluşturmak için fabrika yöntemi.

Parametreler
kapsam mevcut kapsam
hipotezEndeksler Hipotezin endeksleri SparseTensor'u listeler. Bu bir N x R int64 matrisidir.
hipotezDeğerler Hipotez listesinin değerleri SparseTensor. Bu N uzunlukta bir vektördür.
hipotezŞekil Hipotez listesinin şekli SparseTensor. Bu bir R-uzunluk vektörüdür.
doğruluk Endeksleri Gerçek listenin endeksleri SparseTensor. Bu bir M x R int64 matrisidir.
doğruluk Değerleri Doğruluk listesinin değerleri SparseTensor. Bu M uzunlukta bir vektördür.
doğruluk şekli doğruluk endeksleri, vektör.
seçenekler isteğe bağlı nitelik değerlerini taşır
İadeler
  • EditDistance'ın yeni bir örneği

public static EditDistance.Options normalleştirme (Boolean normalleştirme)

Parametreler
normalleştirmek boolean (doğruysa, düzenleme mesafeleri gerçeğin uzunluğuna göre normalleştirilir).

Çıktı:

genel Çıkış <Float> çıkışı ()

Derecesi R - 1 olan yoğun bir şamandıra tensörü.

Örnek giriş için:

// hipotez değişken uzunluklu değerlere sahip 2x1'lik bir matrisi temsil eder: // (0,0) = ["a"] // (1,0) = ["b"] hipotez_indisleri = [[0, 0, 0], [1, 0, 0]] hipotez_değerleri = ["a", "b"] hipotez_şekli = [2, 1, 1]

// doğruluk, değişken uzunluklu değerlere sahip 2x2'lik bir matrisi temsil eder: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"] doğruluk_indisleri = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] doğruluk_değerleri = ["a", "b", "c", "a"] doğruluk_şekli = [2, 2, 2] normalleştirme = doğru

Çıktı şöyle olacaktır:

// çıktı, doğruluk uzunluklarına göre normalleştirilmiş düzenleme mesafelerine sahip 2x2'lik bir matristir. çıktı = [[inf, 1.0], // (0,0): doğruluk yok, (0,1): hipotez yok [0.5, 1.0]] // (1,0): toplama, (1,1): hipotez yok