gismo 0.4.1

特点

Gismo结合了三个主要思想：

• TF-IDTF：TF-IDF嵌入的对称版本。在
• didition：PageRank算法的快速、基于推送的变体。在
• Fuzzy树状图：鲁汶聚类算法的变体。在

快速启动

安装gismo：

$ pip install gismo

在Python项目中导入gismo：

要了解典型Gismo工作流的窍门，可以查看Toy Example笔记本。对于更高级的用途， 看另一个tutorials或直接看reference部分。在

学分

托马斯·博纳尔，安妮·鲍亚尔，马克·奥利维尔·布伯，多希·洪。在

{a12}是用这个包创建的。在

十、 X.X（待办事项列表）

• 重新考虑向量规范化和IDTF/query权衡的失真。在
• 加速聚类中的相似性计算（目前基于sklearn）。在

0.4.1（2020-11-25）

次要更新。在

• 修改后的dblpapi可以指定要检索的字段集。在
• 医生的小更新。在
• 增加了Python3.9兼容性。在

0.4.0（2020-07-21）

0.4是一个很大的更新。很多事情都增加了，很多事情都改变了。在

• 用于Gismo运行时参数的新API（有关详细信息，请参阅New parameters模块）。短版：

  • gismo = Gismo(corpus, embedding, alpha=0.85)：创建一个阻尼因子设置为0.85而不是默认值的gismo。在
  • gismo.parameters.alpha = 0.85：将gismo的阻尼因子设置为0.85。在
  • gismo.rank(query, alpha=0.85)：进行阻尼因子临时设置为0.85的查询。在

  在

• 地标！半语料库，半Gismo，Landmarks类可以简化许多分析任务。

  • 地标是（小的）语料库，其中每个条目都通过一个相关的gismo查询的计算进行扩充
  • 地标可以用来完善你的部分数据的分析
  • 它们可以用作软分类器和快速分类器。在
  • Landmarks的运行时参数采用与Gismo实例相同的方法（参见上文）。在
  • 查看专用教程了解更多！在

  在
• 文件夏季清洁。在
• query_distortionparameter（为集群重塑子空间）被重命名为distortion，现在是一个浮点而不是bool（例如，可以以非二进制的方式应用失真）。在

• 完全重构get\***和post\***方法和对象。

  • 好消息是他们现在更自然，自我描述和统一。在
  • 坏消息是，与以前的Gismo版本没有向后兼容。希望这次重构 会持续一段时间的！在

  在
• 添加了吉斯莫标志！在

0.3.1（2020-06-12）

• 新数据集：路透社C50
• 新模块：量刑器

0.3.0（2020-05-13）

• dblp模块：添加了url2source函数来直接在内存中加载一个小的dblp源，而不是使用FileSource方法。在
• 可以在gismo中禁用查询失真。在
• 跨类分析gismo。在
• 更新教程

0.2.5（2020-05-11）

• 自动功能：如果未指定，则为查询相关的合理数字对结果k进行了估计。在
• 添加到gismo的覆盖方法。现在可以使用get_covering_ux代替get_ranged_u*来最大化覆盖率和/或消除冗余。在

0.2.4（2020-05-07）

• 添加了ACM和DBLP教程。清洁后，目前有3个教程：

  • 玩具模型，想从一个小小的例子中了解吉斯莫的诀窍
  • ACM，和Gismo玩一个小例子
  • DBLP，用于处理大型数据集。在

  在

0.2.3（2020-05-04）

• 添加了ACM和DBLP数据集创建。在

0.2.2（2020-05-04）

• 添加笔记本教程（早期版本）

0.2.1（2020-05-03）

• 实际代码
• 保险徽章

0.1.0（2020-04-30）

• PyPI的第一个版本。在