aibox.nlp.features.utils.dict_feature_set

Conjunto de características como um dict.

Classes

DictFeatureSet([data])

Implementação de um FeatureSet a partir de um dicionário qualquer.

class aibox.nlp.features.utils.dict_feature_set.DictFeatureSet(data: dict[str, float] | None = None, **kw_features)

Base: FeatureSet

Implementação de um FeatureSet a partir de um dicionário qualquer.

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

Parâmetros:

• data (dict[str, float]) – dicionário com mapeamento das features.

• **kw_features – features passadas como keyword argumets.

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]

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]