Reseñas y detalles del producto de Gensim

Indexación y recuperación de datos indexados de manera frecuente. Reseña recopilada por y alojada en G2.com.

El costo del servidor es más necesario para tener una buena exposición en Python. Reseña recopilada por y alojada en G2.com.

Mejores herramientas para aprendizaje no supervisado, modelado de temas y lenguaje, indexación de documentos, recuperación de similitud con grandes corpus, algoritmos de espacio vectorial y herramientas suplementarias de redes neuronales profundas como NLTK, Keras, word2vec, FastText, etc. Modelos compilados, integración con conda, API para maximizar los cálculos sin depender de un alto poder computacional. También se proporciona visualización y análisis de modelos que ayudan al desarrollar modelos de redes neuronales personalizados. Reseña recopilada por y alojada en G2.com.

Optimizado para la independencia de la plataforma, pero podría ser agitado gestionar la base de código ya que las dependencias de Gensim son separadas de los paquetes independientes como TensorFlow, Keras, etc. Reseña recopilada por y alojada en G2.com.

He utilizado esta biblioteca para modelar temas en datos de texto no estructurados. En comparación con otras bibliotecas que he probado, genism funciona muy rápido. Otra cosa que me gusta mucho es su facilidad de implementación si lees la documentación. Además, su corpus preentrenado es útil si te centras en un dominio. Reseña recopilada por y alojada en G2.com.

Dado que es una biblioteca preconstruida, a veces es difícil encontrar las cosas que sucedieron en el backend. Es algo así como una caja negra. Reseña recopilada por y alojada en G2.com.

- Easier implementation

- Lot of optional parameters to configure

- Feasibility to develop many types - word2vec, fastext, etc

- Easier model building, updating, saving in a single line of code Reseña recopilada por y alojada en G2.com.

- library should have been updated to work with the latest embeddings using transfer learning like bert/Albert. orlese sooner it could become outdated without recent developments Reseña recopilada por y alojada en G2.com.

Gensim es una de las mejores bibliotecas de PLN con la que se pueden entrenar y construir modelos de PLN con facilidad y alta precisión. Reseña recopilada por y alojada en G2.com.

Gensim es más adecuado solo para tareas relacionadas con el PLN y no para una amplia gama de tareas de aprendizaje automático. Para otros casos de uso, se deben utilizar otras bibliotecas según corresponda. Reseña recopilada por y alojada en G2.com.

Modelos de incrustación de palabras de Gensim y flujos de trabajo de PLN Reseña recopilada por y alojada en G2.com.

Incapacidad para utilizar modelos de última generación (SOTA) como Transformers

Incapacidad para utilizar GPUs Reseña recopilada por y alojada en G2.com.

Menos tiempo de entrenamiento con resultados decentes. Bueno para crear un vocabulario personalizado. Reseña recopilada por y alojada en G2.com.

Necesitar preprocesar el texto, particularmente stemming/ lematización para reducir el tamaño del vocabulario. Esto no ayuda en casos donde necesitas las palabras en su forma original. Reseña recopilada por y alojada en G2.com.

I work in an NLP based team and we have all been frequently using Gensim to serve the needs of several projects. Word2vec, Doc2vec and LDA have been life savers Reseña recopilada por y alojada en G2.com.

Although I've been using Gensim for a while now, I haven't particularly found anything to be a downside yet. Reseña recopilada por y alojada en G2.com.

I have mostly worked with preprocessing tools from Gensim. It was simple to implement and compaer results with different tools like word2vec, gensim, etc Reseña recopilada por y alojada en G2.com.

It's been a while. Don't remember what I disliked Reseña recopilada por y alojada en G2.com.

Gensim proporciona vectores contextuales preentrenados. Reseña recopilada por y alojada en G2.com.

Se puede ofrecer más variedad de dimensiones de vectores para vectores preentrenados. Reseña recopilada por y alojada en G2.com.