TypeError: ufunc 'add' enthielt keine Schleife mit Signatur-Übereinstimmungstypen
Ich Schaffe bag of words Darstellung des Satzes. Dann nehmen Sie die Worte, die es in dem Satz zu vergleichen, um die Datei "vectors.txt", um zu erhalten, Ihre Einbettung von Vektoren. Nach dem aufstehen Vektoren für jedes Wort, das existiert in dem Satz, ich bin unter Durchschnitt werden die Vektoren der Wörter im Satz. Das ist mein code:
import nltk
import numpy as np
from nltk import FreqDist
from nltk.corpus import brown
news = brown.words(categories='news')
news_sents = brown.sents(categories='news')
fdist = FreqDist(w.lower() for w in news)
vocabulary = [word for word, _ in fdist.most_common(10)]
num_sents = len(news_sents)
def averageEmbeddings(sentenceTokens, embeddingLookupTable):
listOfEmb=[]
for token in sentenceTokens:
embedding = embeddingLookupTable[token]
listOfEmb.append(embedding)
return sum(np.asarray(listOfEmb)) / float(len(listOfEmb))
embeddingVectors = {}
with open("D:\\Embedding\\vectors.txt") as file:
for line in file:
(key, *val) = line.split()
embeddingVectors[key] = val
for i in range(num_sents):
features = {}
for word in vocabulary:
features[word] = int(word in news_sents[i])
print(features)
print(list(features.values()))
sentenceTokens = []
for key, value in features.items():
if value == 1:
sentenceTokens.append(key)
sentenceTokens.remove(".")
print(sentenceTokens)
print(averageEmbeddings(sentenceTokens, embeddingVectors))
print(features.keys())
Nicht sicher, warum, aber ich bekomme diese Fehlermeldung:
TypeError Traceback (most recent call last)
<ipython-input-4-643ccd012438> in <module>()
39 sentenceTokens.remove(".")
40 print(sentenceTokens)
---> 41 print(averageEmbeddings(sentenceTokens, embeddingVectors))
42
43 print(features.keys())
<ipython-input-4-643ccd012438> in averageEmbeddings(sentenceTokens, embeddingLookupTable)
18 listOfEmb.append(embedding)
19
---> 20 return sum(np.asarray(listOfEmb)) / float(len(listOfEmb))
21
22 embeddingVectors = {}
TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('<U9') dtype('<U9') dtype('<U9')
P. S. das Einbetten Vektor sieht wie folgt aus:
the 0.011384 0.010512 -0.008450 -0.007628 0.000360 -0.010121 0.004674 -0.000076
of 0.002954 0.004546 0.005513 -0.004026 0.002296 -0.016979 -0.011469 -0.009159
and 0.004691 -0.012989 -0.003122 0.004786 -0.002907 0.000526 -0.006146 -0.003058
one 0.014722 -0.000810 0.003737 -0.001110 -0.011229 0.001577 -0.007403 -0.005355
in -0.001046 -0.008302 0.010973 0.009608 0.009494 -0.008253 0.001744 0.003263
Nach der Verwendung von np.Summe bekomme ich diesen Fehler:
TypeError Traceback (most recent call last)
<ipython-input-13-8a7edbb9d946> in <module>()
40 sentenceTokens.remove(".")
41 print(sentenceTokens)
---> 42 print(averageEmbeddings(sentenceTokens, embeddingVectors))
43
44 print(features.keys())
<ipython-input-13-8a7edbb9d946> in averageEmbeddings(sentenceTokens, embeddingLookupTable)
18 listOfEmb.append(embedding)
19
---> 20 return np.sum(np.asarray(listOfEmb)) / float(len(listOfEmb))
21
22 embeddingVectors = {}
C:\Anaconda3\lib\site-packages\numpy\core\fromnumeric.py in sum(a, axis, dtype, out, keepdims)
1829 else:
1830 return _methods._sum(a, axis=axis, dtype=dtype,
-> 1831 out=out, keepdims=keepdims)
1832
1833
C:\Anaconda3\lib\site-packages\numpy\core\_methods.py in _sum(a, axis, dtype, out, keepdims)
30
31 def _sum(a, axis=None, dtype=None, out=None, keepdims=False):
---> 32 return umr_sum(a, axis, dtype, out, keepdims)
33
34 def _prod(a, axis=None, dtype=None, out=None, keepdims=False):
TypeError: cannot perform reduce with flexible type
Kommentar zu dem Problem
Versuchen Sie
np.Summe
statt. Jetzt bekomme ich "typeError: cannot perform reduzieren mit flexibler Typ", bezieht sich auf "C:\Anaconda3\lib\site-packages\numpy\core_methods.py in _sum(a, Achse, "dtype", heraus, keepdims)"
InformationsquelleAutor der Frage Masyaf | 2016-01-26
Du musst angemeldet sein, um einen Kommentar abzugeben.
Haben Sie ein numpy array von strings ist, nicht schwimmt. Dies ist, was gemeint ist
dtype('<U9')
-- eine little-endian-codierte unicode-Zeichenfolge mit bis zu 9 Zeichen.versuchen:
Jedoch, Sie brauchen nicht numpy hier überhaupt. Man kann wirklich nur:
Oder wenn Sie wirklich auf mithilfe von numpy.
InformationsquelleAutor der Antwort Dunes