tensorflow:: ops:: EditDistance

Oblicza (możliwie znormalizowaną) odległość edycyjną Levenshteina.

Streszczenie

Danymi wejściowymi są sekwencje o zmiennej długości dostarczane przez SparseTensors (hypothesis_indices, hypothesis_values, hypothesis_shape) i (truth_indices, truth_values, truth_shape).

Dane wejściowe to:

Argumenty:

• zakres: obiekt zakresu
• hypothesis_indices: Indeksy listy hipotez SparseTensor. Jest to macierz N x R int64.
• hipoteza_wartości: Wartości listy hipotez SparseTensor. Jest to wektor o długości N.
• suspect_shape: Kształt listy hipotez SparseTensor. Jest to wektor o długości R.
• truth_indices: Indeksy listy prawdy SparseTensor. Jest to macierz int64 M x R.
• truth_values: Wartości listy prawdy SparseTensor. Jest to wektor o długości M.
• truth_shape: indeksy prawdy, wektor.

Atrybuty opcjonalne (patrz Attrs ):

• normalizuj: wartość logiczna (jeśli prawda, odległości edycyjne są normalizowane według długości prawdy).

Wynik jest następujący:

Zwroty:

• Output : Gęsty tensor zmiennoprzecinkowy o randze R - 1.

Przykładowe dane wejściowe:

// hypothesis represents a 2x1 matrix with variable-length values:
//   (0,0) = ["a"]
//   (1,0) = ["b"]
hypothesis_indices = [[0, 0, 0],
                      [1, 0, 0]]
hypothesis_values = ["a", "b"]
hypothesis_shape = [2, 1, 1]

// truth represents a 2x2 matrix with variable-length values:
//   (0,0) = []
//   (0,1) = ["a"]
//   (1,0) = ["b", "c"]
//   (1,1) = ["a"]
truth_indices = [[0, 1, 0],
                 [1, 0, 0],
                 [1, 0, 1],
                 [1, 1, 0]]
truth_values = ["a", "b", "c", "a"]
truth_shape = [2, 2, 2]
normalize = true

Wynik będzie następujący:

// output is a 2x2 matrix with edit distances normalized by truth lengths.
output = [[inf, 1.0],  // (0,0): no truth, (0,1): no hypothesis
          [0.5, 1.0]]  // (1,0): addition, (1,1): no hypothesis  

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 EditDistance(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input hypothesis_indices,
  ::tensorflow::Input hypothesis_values,
  ::tensorflow::Input hypothesis_shape,
  ::tensorflow::Input truth_indices,
  ::tensorflow::Input truth_values,
  ::tensorflow::Input truth_shape
)

 EditDistance(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input hypothesis_indices,
  ::tensorflow::Input hypothesis_values,
  ::tensorflow::Input hypothesis_shape,
  ::tensorflow::Input truth_indices,
  ::tensorflow::Input truth_values,
  ::tensorflow::Input truth_shape,
  const EditDistance::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Normalize(
  bool x
)