我正在使用包含事件信息摘要的数据集。我的数据框看起来类似于:
index| event_description
----------------------
1 | concert with thousands of people
2 | people gathering
3 | there was an event in the city and it was so much fun
...
8000 | very boring gathering
我的工作是根据事件的含义对它们进行聚类。我不知道应该有多少事件,这是无监督学习的工作。
为了继续进行DBSCAN聚类,我已经使用GloVe(而不是doc2Vec等)将数据框中的所有单词嵌入到向量中。
如何将单词向量转换为句子向量,以进行聚类?
我已经阅读了article以及其他一些文章和论文,这些文章和文章使用其他句子嵌入算法,而不是GloVe词嵌入。同样,一些存储库,例如InferSent和Google universal sentence encoder相当不错,但是它们使用的是经过预训练的张量。
鉴于这些约束,我必须使用GloVe和数据帧训练的张量而不是预训练的张量,我如何才能从单词向量中形成句子向量?
您对此找到任何解决方案吗?