tensorflow:: ops:: EditDistance

Calcula la distancia de edición de Levenshtein (posiblemente normalizada).

Resumen

Las entradas son secuencias de longitud variable proporcionadas por SparseTensors (hypothesis_indices, hypothesis_values, hypothesis_shape) y (truth_indices, truth_values, truth_shape).

Las entradas son:

Argumentos:

• ámbito: Un objeto de ámbito
• hypothesis_indices: Los índices de la lista de hipótesis SparseTensor. Se trata de una matriz N x R int64.
• valores_de_hipótesis: Los valores de la lista de hipótesis SparseTensor. Este es un vector de longitud N.
• hypothesis_shape: La forma de la lista de hipótesis SparseTensor. Este es un vector de longitud R.
• truth_indices: Los índices de la lista de verdad SparseTensor. Se trata de una matriz M x R de tipo int64.
• truth_values: Los valores de la lista de verdad SparseTensor. Este es un vector de longitud M.
• forma_de_verdad: índices de verdad, vector.

Atributos opcionales (ver Attrs ):

• normalizar: booleano (si es verdadero, las distancias de edición se normalizan según la longitud de la verdad).

El resultado es:

Devoluciones:

• Output : Un tensor de punto flotante denso con rango R - 1.

Para la entrada de ejemplo:

// 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

El resultado será:

// 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  

Atributos públicos

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
)