ŘEHŮŘEK, Radim a Petr SOJKA. Gensim -- Statistical Semantics in Python. In EuroScipy 2011, Paris. 2011.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Gensim -- Statistical Semantics in Python
Název česky Gensim -- statistická sémantika v Pythonu
Autoři ŘEHŮŘEK, Radim (203 Česká republika, garant, domácí) a Petr SOJKA (203 Česká republika, domácí).
Vydání EuroScipy 2011, Paris, 2011.
Další údaje
Originální jazyk angličtina
Typ výsledku Prezentace na konferencích
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Francie
Utajení není předmětem státního či obchodního tajemství
WWW conference programme poster
Kód RIV RIV/00216224:14330/11:00053512
Organizační jednotka Fakulta informatiky
Klíčová slova česky statistická sémantika;gensim;Python;LDA;SVD
Klíčová slova anglicky statistical semantics;gensim;Python;LDA;SVD
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: doc. RNDr. Petr Sojka, Ph.D., učo 2378. Změněno: 17. 4. 2012 22:37.
Anotace
\texttt{Gensim} is a pure Python library that fights on two fronts: 1)~digital document indexing and similarity search; and 2)~fast, memory-efficient, scalable algorithms for Singular Value Decomposition and Latent Dirichlet Allocation. The connection between the two is unsupervised, semantic analysis of plain text in digital collections. Gensim was created for large digital libraries, but its underlying algorithms for large-scale, distributed, online SVD and LDA are like the Swiss Army knife of data analysis---also useful on their own, outside of the domain of Natural Language Processing.
Anotace česky
\texttt{Gensim} je knihovna naprogramovaná jazyce Python, která je užitečná na dvou frontách: 1) pro indexaci elektronických dokumentů a pro podobnostní hledání; a 2) pro rychlou, paměťově omezenou a efektivní škálovatelnou implementaci algoritmů pro Singular Value Decomposition a Latent Dirichlet Allocation. Vazba mezi oběma užitími je semantická analýza textů (bez učitele) v rozsáhlých digitálních kolekcích a knihovnách. Gensim byl vytvořen pro velké digitální knihovny, ale jím implementované algoritmy pro velké, distribuované, online užití SVD a LDA jsou švýcarským nožíkem analýzy dat a jako takové jsou užitečné i mimo doménu Natural Language Processing.
Návaznosti
LC536, projekt VaVNázev: Centrum komputační lingvistiky
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Centrum komputační lingvistiky
250503, interní kód MUNázev: The European Digital Mathematics Library (Akronym: EuDML)
Investor: Evropská unie, The European Digital Mathematics Library
VytisknoutZobrazeno: 25. 3. 2023 12:59