我试图借助Infersent嵌入句子，而InferSent使用FastText向量进行单词嵌入。FastText Vector文件接近5 GIB。
当我们将FastText Vector文件和代码存储库保留时，它使存储库的大小变得很大，并且使代码难以共享/部署（甚至创建Docker容器）。
是否有任何方法可以避免将矢量文件与存储库一起保存，但是将其重用以嵌入新句子？
您嵌入了哪种句子，它与生成fastText嵌入的句子相同？
尝试将您的数据表示在代币中，即一组所有令牌，或者是要使用fastText嵌入的句子中的最常见令牌的某些表示。
计算令牌与fastText中令牌的重叠，从fastText中删除没有出现在数据表示中的fastText。
我最近这样做了，从带有一些预训练的单词嵌入的1.4GB文件转到200 MB，主要是因为与我的语料库的重叠约为10％。