GenerateVocabRemapping

Đưa ra một đường dẫn đến các tệp từ vựng mới và cũ, trả về một Tensor ánh xạ lại của

length `num_new_vocab`, trong đó `remapping[i]` chứa số hàng trong từ vựng cũ tương ứng với hàng `i` trong từ vựng mới (bắt đầu từ dòng `new_vocab_offset` và lên đến các thực thể `num_new_vocab`) hoặc `- 1` nếu mục `i` trong từ vựng mới không có trong từ vựng cũ. Từ vựng cũ bị hạn chế ở các mục `old_vocab_size` đầu tiên nếu `old_vocab_size` không phải là giá trị mặc định là -1.

`num_vocab_offset` cho phép sử dụng trong trường hợp biến được phân vùng và thường phải được đặt thông qua việc kiểm tra thông tin phân vùng. Định dạng của tệp phải là tệp văn bản, mỗi dòng chứa một thực thể duy nhất trong từ vựng.

Ví dụ: với `new_vocab_file` một tệp văn bản chứa từng thành phần sau trên một dòng: `[f0, f1, f2, f3]`, old_vocab_file = [f1, f0, f3], `num_new_vocab = 3, new_vocab_offset = 1`, ánh xạ lại được trả về sẽ là `[0, -1, 2]`.

Op cũng trả về số lượng mục trong từ vựng mới có trong từ vựng cũ, được sử dụng để tính số lượng giá trị cần khởi tạo trong ánh xạ lại ma trận trọng số

Chức năng này có thể được sử dụng để ánh xạ lại cả từ vựng hàng (thường là tính năng) và từ vựng cột (thường là lớp) từ các điểm kiểm tra TensorFlow. Lưu ý rằng logic phân vùng dựa trên các từ vựng liền kề tương ứng với các biến được phân vùng theo div. Hơn nữa, ánh xạ lại cơ bản sử dụng IndexTable (trái ngược với CuckooTable không chính xác), vì vậy mã máy khách nên sử dụng index_table_from_file() tương ứng như khung FeatureColumn (ngược lại với tf.feature_to_id(), sử dụng CuckooTable).