Avis et détails du produit Gensim

Indexation et récupération de données indexées de manière fréquente. Avis collecté par et hébergé sur G2.com.

Le coût du serveur est plus nécessaire pour avoir une bonne exposition à Python. Avis collecté par et hébergé sur G2.com.

Meilleurs outils pour l'apprentissage non supervisé, la modélisation de sujets et de langues, l'indexation de documents, la récupération de similarités avec de grands corpus, les algorithmes d'espace vectoriel, et les outils complémentaires de réseaux neuronaux profonds tels que NLTK, Keras, word2vec, FastText, etc. Modèles compilés, intégration conda, API pour maximiser les calculs sans dépendre de la haute puissance de calcul. La visualisation et l'analyse de modèles sont également fournies, ce qui aide lors du développement de modèles de réseaux neuronaux personnalisés. Avis collecté par et hébergé sur G2.com.

Optimisé pour l'indépendance de la plateforme mais pourrait être chaotique de gérer la base de code puisque les dépendances Gensim sont séparées des packages autonomes indépendants comme TensorFlow, Keras, etc. Avis collecté par et hébergé sur G2.com.

J'ai utilisé cette bibliothèque pour la modélisation de sujets des données textuelles non structurées. Comparé à d'autres bibliothèques, j'ai constaté que genism fonctionne très rapidement. Une autre chose que j'aime le plus est sa facilité d'implémentation si vous lisez la documentation. De plus, leur corpus pré-entraîné est utile si vous vous concentrez sur un domaine. Avis collecté par et hébergé sur G2.com.

Puisqu'il s'agit d'une bibliothèque préconstruite, il est parfois difficile de trouver les choses qui se sont passées en arrière-plan. C'est quelque chose comme une boîte noire. Avis collecté par et hébergé sur G2.com.

- Mise en œuvre plus facile

- Beaucoup de paramètres optionnels à configurer

- Faisabilité de développer de nombreux types - word2vec, fastext, etc.

- Construction, mise à jour et sauvegarde du modèle plus faciles en une seule ligne de code Avis collecté par et hébergé sur G2.com.

- la bibliothèque aurait dû être mise à jour pour fonctionner avec les derniers embeddings utilisant l'apprentissage par transfert comme BERT/ALBERT. Sinon, elle pourrait bientôt devenir obsolète sans les développements récents. Avis collecté par et hébergé sur G2.com.

Gensim est l'une des meilleures bibliothèques NLP permettant de former et de construire des modèles NLP avec facilité ainsi qu'une grande précision. Avis collecté par et hébergé sur G2.com.

Gensim est le mieux adapté uniquement aux tâches liées au traitement du langage naturel et non à un large éventail de tâches d'apprentissage automatique. Pour d'autres cas d'utilisation, on devrait utiliser d'autres bibliothèques selon le besoin. Avis collecté par et hébergé sur G2.com.

Les modèles d'embeddings de mots de Gensim et les pipelines de traitement du langage naturel. Avis collecté par et hébergé sur G2.com.

Incapacité à utiliser des modèles à la pointe de la technologie (SOTA) tels que les Transformers

Incapacité à utiliser des GPU Avis collecté par et hébergé sur G2.com.

Moins de temps d'entraînement avec des résultats décents. Bon pour créer un vocabulaire personnalisé. Avis collecté par et hébergé sur G2.com.

Prétraiter le texte, en particulier le stemming/la lemmatisation pour réduire la taille du vocabulaire. Cela n'aide pas dans les cas où vous avez besoin des mots dans leur forme originale. Avis collecté par et hébergé sur G2.com.

Je travaille dans une équipe basée sur le traitement du langage naturel et nous utilisons fréquemment Gensim pour répondre aux besoins de plusieurs projets. Word2vec, Doc2vec et LDA ont été des sauveurs. Avis collecté par et hébergé sur G2.com.

Bien que j'utilise Gensim depuis un certain temps maintenant, je n'ai pas encore trouvé de véritable inconvénient. Avis collecté par et hébergé sur G2.com.

J'ai principalement travaillé avec des outils de prétraitement de Gensim. C'était simple à mettre en œuvre et à comparer les résultats avec différents outils comme word2vec, gensim, etc. Avis collecté par et hébergé sur G2.com.

Ça fait un moment. Je ne me souviens pas de ce que je n'aimais pas. Avis collecté par et hébergé sur G2.com.

Gensim fournit des vecteurs contextuels pré-entraînés. Avis collecté par et hébergé sur G2.com.

Plus de variété de dimensions de vecteurs peut être offerte pour les vecteurs pré-entraînés. Avis collecté par et hébergé sur G2.com.