Я пытаюсь кластеризовать предложения, объединяя их вложения, взятые из модели быстрого текста.Каждое вложение предложения имеет 300 измерений, и я хочу уменьшить их до 50 (скажем).Я пробовал t-SNE, PCA, UMAP.Я хотел посмотреть, как Auto Encoder работает с моими данными.
Теперь передача этих 300 чисел для каждого предложения в качестве отдельных функций в NN будет иметь смысл, или они должны быть переданы как один объект?Если так, есть ли способ передать список как функцию в NN?
Я попытался передать 300 чисел как отдельные функции и с выводом, который я попытался кластеризовать.Могло быть очень мало значимых кластеров, остальные были либо шумом, либо кластерами без похожих предложений, но сгруппированными (но с другими методами, такими как UMAP, я мог бы получить гораздо более значимые кластеры в большем количестве).Любые выводы будут полезны.Заранее спасибо:)