看书阁

手机浏览器扫描二维码访问

第337章 噢（第2页）

text_list

中；如果是

table

类型，就将表格的文本表示（可能是

html

格式）添加到

text_list

中。

将图

3.8

的提取的数据进行拆分，添加到

text_list

中，输出结果如图

3.11

所示。

非结构化文本数据通常非常稀疏，即包含大量的词汇但每个文档只使用其中的一小部分。而结

构化数据则可以通过合并相似信息来降低数据的稀疏性，这有助于生成更加紧凑和有效的嵌入向

量。

结构化数据可以实现更高效的特征提取。结构化数据通常已经按照特定的模式或结构进行了组

织，这使得我们可以更加高效地从中提取有用的特征（如标题、作者、摘要、关键词等）。这些特

征可以作为后续

embedding

的输入，帮助生成具有更强区分性和泛化能力的嵌入向量。结构化数据

中的元素（如主题、类别、属性等）通常具有明确的含义，这些含义可以在

embedding

过程中被保

留下来。因此，基于结构化数据的嵌入向量往往具有更强的解释性，有助于我们更好地理解模型的

预测结果和内部机制。

快穿：盘古居然是我哥  武侠游戏：只有我知道剧情  我在修仙游戏世界中浑水摸鱼  沙雕攻以为他虐了白月光  新来的转校生竟比校霸还野  七零娇美人，甩掉知青当首富  我手握无限物资，砸出末世安全区  京港月光  八零守寡小娇娇，冷面糙汉被钓疯  七零大厂美人，改造反派崽暴富  穿越明朝之我救了马皇后  我在无限游戏中永生  空间通末世，我带飞全家很合理吧  跌落山崖的我，习得神级功法  小马宝莉：星空之下  都市神医，开局扇醒拜金女  凛冬末日：全民避难所求生  逼我做妾？真太子为我入赘将军府  穿成花瓶美人，反派老公破产了  医林萧韵