Avaliações e Detalhes do Produto Gensim

Indexação e recuperação de dados indexados de forma frequente Análise coletada por e hospedada no G2.com.

O custo do servidor é maior, é necessário ter uma boa exposição ao Python. Análise coletada por e hospedada no G2.com.

Melhores ferramentas para aprendizado não supervisionado, modelagem de tópicos e linguagem, indexação de documentos, recuperação de similaridade com grandes corpora, algoritmos de Espaço Vetorial e ferramentas suplementares de redes neurais profundas como NLTK, Keras, word2vec, FastText, etc. Modelos compilados, integração com conda, API para maximizar os cálculos sem depender de alto poder computacional. Visualização e análise de modelos também são fornecidas, o que ajuda no desenvolvimento de modelos de redes neurais personalizados. Análise coletada por e hospedada no G2.com.

Otimizado para independência de plataforma, mas pode ser agitado gerenciar a base de código, já que as dependências do Gensim são separadas dos pacotes independentes autônomos como TensorFlow, Keras, etc. Análise coletada por e hospedada no G2.com.

Eu usei esta biblioteca para modelagem de tópicos em dados de texto não estruturados. Em comparação com outras bibliotecas que testei, o genism funciona super rápido. Outra coisa que mais gosto é a facilidade de implementação se você ler a documentação. Além disso, seu corpus pré-treinado é útil se você se concentrar em um domínio. Análise coletada por e hospedada no G2.com.

Como é uma biblioteca pré-construída, às vezes é difícil encontrar as coisas que aconteceram no backend. É algo como uma caixa preta. Análise coletada por e hospedada no G2.com.

- Implementação mais fácil

- Muitos parâmetros opcionais para configurar

- Viabilidade para desenvolver muitos tipos - word2vec, fastext, etc.

- Construção, atualização e salvamento de modelos mais fácil em uma única linha de código Análise coletada por e hospedada no G2.com.

- a biblioteca deveria ter sido atualizada para funcionar com as últimas embeddings usando aprendizado por transferência como bert/Albert. Caso contrário, em breve poderá se tornar desatualizada sem os desenvolvimentos recentes. Análise coletada por e hospedada no G2.com.

Gensim é uma das melhores bibliotecas de PLN usando a qual é possível treinar e construir modelos de PLN com facilidade e alta precisão. Análise coletada por e hospedada no G2.com.

Gensim é mais adequado apenas para tarefas relacionadas ao PLN e não para uma ampla gama de tarefas de aprendizado de máquina. Para outros casos de uso, deve-se utilizar outras bibliotecas conforme apropriado. Análise coletada por e hospedada no G2.com.

Modelos de incorporação de palavras do Gensim e pipelines de PLN Análise coletada por e hospedada no G2.com.

Incapacidade de usar modelos de ponta (SOTA) como Transformers

Incapacidade de usar GPUs Análise coletada por e hospedada no G2.com.

Menos tempo de treinamento com resultados decentes. Bom para criar um vocabulário personalizado. Análise coletada por e hospedada no G2.com.

precisar pré-processar o texto particularmente stemming/lemmatização para reduzir o tamanho do vocabulário. Isso não ajuda em casos onde você precisa das palavras em sua forma original Análise coletada por e hospedada no G2.com.

Trabalho em uma equipe baseada em PLN e todos nós temos usado frequentemente o Gensim para atender às necessidades de vários projetos. Word2vec, Doc2vec e LDA têm sido salvadores. Análise coletada por e hospedada no G2.com.

Embora eu esteja usando o Gensim há algum tempo, ainda não encontrei nada que seja uma desvantagem. Análise coletada por e hospedada no G2.com.

Eu trabalhei principalmente com ferramentas de pré-processamento do Gensim. Foi simples de implementar e comparar resultados com diferentes ferramentas como word2vec, gensim, etc. Análise coletada por e hospedada no G2.com.

Faz tempo. Não lembro do que eu não gostava. Análise coletada por e hospedada no G2.com.

Gensim fornece vetores contextuais pré-treinados Análise coletada por e hospedada no G2.com.

Mais variedade de dimensões de vetores pode ser oferecida para vetores pré-treinados. Análise coletada por e hospedada no G2.com.