aibox.nlp.features.utils.aggregator

Agregação de características e extratores.

Classes

AggregatedFeatureExtractor(*extractors)	Agregação de extratores de características.
AggregatedFeatures(*features, **kw_features)	Conjunto de características agregadas.

class aibox.nlp.features.utils.aggregator.AggregatedFeatures(*features: FeatureSet, **kw_features)

Base: FeatureSet

Conjunto de características agregadas.

Essa classe permite que características oriundas de múltiplos extratores sejam tratadas como sendo de um único extrator.

O conjunto de features é a união das features passadas como argumento.

Parâmetros:

• *features (FeatureSet) – conjuntos de características a serem agregados.

• **kw_features – conjunto de características como keyword arguments (valores devem ser float).

as_dict() → dict[str, float]

Retorna os valores das características desse conjunto para um dado texto.

Retorna:

características contidas nesse FeatureSet para um dado texto.

Tipo de retorno:

dict[str, float]

property features_sets: Iterable[FeatureSet]

Características base presentes no objeto.

Retorna:

características base.

as_numpy() → ndarray[float32]

Retorna as características como uma NumPy array. Os valores de cada índice são correspondentes às características na ordem de names().

Retorna:

array de np.float32 representando os valores das características.

Tipo de retorno:

ndarray[float32]

as_tensor(device: str | None = None) → Tensor

Retorna as características como um tensor. Os valores de cada índice são correspondentes às características na ordem de names().

Parâmetros:

device (str, opcional) – dispositivo de armazenamento.

Retorna:

Tensor do torch representado os valores das características.

Tipo de retorno:

Tensor

names() → list[str]

Retorna os nomes das características em ordem lexicográfica. Todos os outros métodos apresentam os valores conforme essa ordem.

Retorna:

nome das características desse conjunto.

Tipo de retorno:

list[str]

class aibox.nlp.features.utils.aggregator.AggregatedFeatureExtractor(*extractors)

Base: FeatureExtractor

Agregação de extratores de características.

Parâmetros:

*extractors – extratores de características.

property feature_set: type[AggregatedFeatures]

Retorna a classe que contém o conjunto de características retornado por esse extrator.

Retorna:

classe do conjunto de características retornado por esse extrator.

property extractors: list[FeatureExtractor]

Extratores presentes na agregação.

Retorna:

extratores.

extract(text: str, **kwargs) → AggregatedFeatures

Realiza a extração de características para o texto de entrada.

Parâmetros:

• text (str) – texto.

• **kwargs – argumentos extras que pode ser utilizados por alguns extratores para controlar o processo de extração.

Retorna:

características para o texto de entrada.

Tipo de retorno:

AggregatedFeatures

vectorize(text: str | list[str] | ndarray[str_], vector_type: str = 'numpy', device: str | None = None, **kwargs) → ndarray | Tensor

Método para vetorização de textos. A vetorização de múltiplos textos é realizada de forma paralela sempre que possível.

Aceita os campos n_workers (default=`min(4, cpu_count)`) e show_bar (default=`true`) quando array-like de string. Demais parâmetros são passados para _vectorize().

n_workers é utilizado quando a implementação utiliza multiprocessing. Caso n_workers <= 1, um for.

Parâmetros:

• text (str | list[str] | ndarray[str_]) – texto ou textos de entrada.

• vector_type (str, opcional) – tipo do vetor de saída (‘numpy ou ‘torch’).

• device (str, opcional.) – dispositivo para armazenamento do tensor Torch. Padrão é CPU.

• **kwargs – parâmetros extras que podem ser utilizados por alguns vetorizadores para controlar o processo de vetorização.

Retorna:

representação numérica do texto.

Tipo de retorno:

ndarray | Tensor