EditDistance

publiczna klasa końcowa EditDistance

Oblicza (prawdopodobnie znormalizowaną) odległość edycji Levenshteina.

Dane wejściowe to sekwencje o zmiennej długości dostarczane przez SparseTensors (indices_hipotezy, wartości_hipotezy, kształt_hipotezy) i (indices_prawdy, wartości_prawdy, kształt_prawdy).

Dane wejściowe to:

Klasy zagnieżdżone

klasa Edytuj odległość.Opcje Opcjonalne atrybuty EditDistance

Metody publiczne

Wyjście <Pływak>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczny <T> EdytujOdległość
utwórz ( Zakres zasięgu , Operand <Long> hipotezaIndices, Operand <T> hipotezaValues, Operand <Long> hipotezaShape, Operand <Long> trueIndices, Operand <T> prawdaValues, Operand <Long> trueShape, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację EditDistance.
statyczne EditDistance.Options
normalizuj (normalizuj logicznie)
Wyjście <Pływak>
wyjście ()
Gęsty tensor float o randze R - 1.

Metody dziedziczone

Metody publiczne

publiczne wyjście <Float> asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static EditDistance create ( Zakres zakresu, Operand <Long> hipotezaIndices, Operand <T> hipotezaValues, Operand <Long> hipotezaShape, Operand <Long> prawdaIndices, Operand <T> prawdaValues, Operand <Long> prawdaKształt, Opcje... opcje)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację EditDistance.

Parametry
zakres aktualny zakres
HipotezaIndeksy Indeksy listy hipotez SparseTensor. To jest macierz N x R int64.
HipotezaWartości Wartości listy hipotez SparseTensor. To jest wektor o długości N.
hipotezaKształt Kształt listy hipotez SparseTensor. To jest wektor o długości R.
wskaźniki prawdy Indeksy listy prawdy SparseTensor. To jest macierz M x R int64.
wartości prawdy Wartości listy prawdy SparseTensor. To jest wektor o długości M.
kształt prawdy wskaźniki prawdy, wektor.
opcje przenosi opcjonalne wartości atrybutów
Zwroty
  • nowa instancja EditDistance

public static EditDistance.Options normalizuj (normalizuj logicznie)

Parametry
normalizować wartość logiczna (jeśli prawda, odległości edycji są normalizowane według długości prawdy).

Dane wyjściowe to:

publiczne wyjście <Float> wyjście ()

Gęsty tensor float o randze R - 1.

Dla przykładowego wejścia:

// hipoteza reprezentuje macierz 2x1 o wartościach o zmiennej długości: // (0,0) = ["a"] // (1,0) = ["b"] wskaźniki_hipotezy = [[0, 0, 0], [1, 0, 0]] Wartości_hipotezy = ["a", "b"] Kształt_hipotezy = [2, 1, 1]

// prawda reprezentuje macierz 2x2 o wartościach o zmiennej długości: // (0,0) = [] // (0,1) = ["a"] // (1,0) = ["b", " c"] // (1,1) = ["a"]indices_prawdy = [[0, 1, 0], [1, 0, 0], [1, 0, 1], [1, 1, 0] ] wartości_prawdy = ["a", "b", "c", "a"] prawda_kształt = [2, 2, 2] normalizacja = prawda

Dane wyjściowe będą następujące:

// wyjściem jest macierz 2x2 z odległościami edycji znormalizowanymi przez długości prawdy. wynik = [[inf, 1.0], // (0,0): brak prawdy, (0,1): brak hipotezy [0.5, 1.0]] // (1,0): dodanie, (1,1): żadnej hipotezy