Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
aliran tensor:: operasi:: StringNGram
#include <string_ops.h> Membuat ngram dari data string yang tidak rata.
Ringkasan
Operasi ini menerima tensor kasar dengan 1 dimensi kasar yang hanya berisi string dan mengeluarkan tensor kasar dengan 1 dimensi kasar yang berisi ngram string tersebut, digabungkan di sepanjang sumbu terdalam.
Argumen:
- ruang lingkup: Objek Lingkup
- data: Nilai tensor dari tensor string kasar yang akan dijadikan ngram. Harus berupa tensor string 1D.
- data_splits: Tensor pemisah dari tensor string yang tidak rata untuk menghasilkan ngram.
- pemisah: String yang akan ditambahkan di antara elemen token. Gunakan "" tanpa pemisah.
- ngram_widths: Ukuran ngram yang akan dibuat.
- left_pad: String yang digunakan untuk mengisi sisi kiri urutan ngram. Hanya digunakan jika pad_width != 0.
- right_pad: String yang digunakan untuk mengisi sisi kanan urutan ngram. Hanya digunakan jika pad_width != 0.
- pad_width: Jumlah elemen padding yang akan ditambahkan ke setiap sisi setiap urutan. Perhatikan bahwa padding tidak akan pernah lebih besar dari 'ngram_widths'-1 berapa pun nilainya. Jika
pad_width=-1 , tambahkan elemen max(ngram_widths)-1 .
Pengembalian:
- Ngram
Output : Nilai tensor dari ngram keluaran tensor acak-acakan. -
Output ngrams_splits: Tensor split dari tensor compang-camping ngrams keluaran.
Atribut publik
Fungsi publik
StringNGram
StringNGrams(
const ::tensorflow::Scope & scope,
::tensorflow::Input data,
::tensorflow::Input data_splits,
StringPiece separator,
const gtl::ArraySlice< int > & ngram_widths,
StringPiece left_pad,
StringPiece right_pad,
int64 pad_width,
bool preserve_short_sequences
)
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-26 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-26 UTC."],[],[],null,["# tensorflow::ops::StringNGrams Class Reference\n\ntensorflow::ops::StringNGrams\n=============================\n\n`#include \u003cstring_ops.h\u003e`\n\nCreates ngrams from ragged string data.\n\nSummary\n-------\n\nThis op accepts a ragged tensor with 1 ragged dimension containing only strings and outputs a ragged tensor with 1 ragged dimension containing ngrams of that string, joined along the innermost axis.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- data: The values tensor of the ragged string tensor to make ngrams out of. Must be a 1D string tensor.\n- data_splits: The splits tensor of the ragged string tensor to make ngrams out of.\n- separator: The string to append between elements of the token. Use \"\" for no separator.\n- ngram_widths: The sizes of the ngrams to create.\n- left_pad: The string to use to pad the left side of the ngram sequence. Only used if pad_width != 0.\n- right_pad: The string to use to pad the right side of the ngram sequence. Only used if pad_width != 0.\n- pad_width: The number of padding elements to add to each side of each sequence. Note that padding will never be greater than 'ngram_widths'-1 regardless of this value. If `pad_width=-1`, then add `max(ngram_widths)-1` elements.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) ngrams: The values tensor of the output ngrams ragged tensor.\n- [Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) ngrams_splits: The splits tensor of the output ngrams ragged tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [StringNGrams](#classtensorflow_1_1ops_1_1_string_n_grams_1a52a1f08705af6ba58d3607b809b3f835)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` data, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` data_splits, StringPiece separator, const gtl::ArraySlice\u003c int \u003e & ngram_widths, StringPiece left_pad, StringPiece right_pad, int64 pad_width, bool preserve_short_sequences)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [ngrams](#classtensorflow_1_1ops_1_1_string_n_grams_1a447bd501492adc42e453473dd818baf0) | `::`[tensorflow::Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [ngrams_splits](#classtensorflow_1_1ops_1_1_string_n_grams_1af326c6b4d4d0f53e7b7360546c807526) | `::`[tensorflow::Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_string_n_grams_1a96bbeebe04843441f8b36c587ed4f1c9) | [Operation](/versions/r2.2/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n\nPublic attributes\n-----------------\n\n### ngrams\n\n```text\n::tensorflow::Output ngrams\n``` \n\n### ngrams_splits\n\n```scdoc\n::tensorflow::Output ngrams_splits\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\nPublic functions\n----------------\n\n### StringNGrams\n\n```gdscript\n StringNGrams(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input data,\n ::tensorflow::Input data_splits,\n StringPiece separator,\n const gtl::ArraySlice\u003c int \u003e & ngram_widths,\n StringPiece left_pad,\n StringPiece right_pad,\n int64 pad_width,\n bool preserve_short_sequences\n)\n```"]]
