我成功地使用TensorFlow hub上这个模块转换文档。

每个文档的输出是一个512维的向量，但是对于我的应用来说，这太大了，我希望降低维度，而模块本身并不提供这种功能。

我看到了几个选项：

• 使用另一个输出维度较低的包。
• 使用诸如PCA或tSNE之类的方法来降低维度。

使用PCA或tSNE的问题在于，需要根据许多示例向量的数据进行拟合——这意味着当新文档到达并被转换为512维向量时，我需要不断地拟合另一个模型，然后更新旧的文档向量——这在我的应用中将是一个巨大的问题。

有没有其他可以在单个数据点上操作的降维技术？

回答：

“UMAP支持通过标准的sklearn变换方法将新点添加到现有嵌入中。” UMAP在速度、准确性和理论基础方面是降维的赢家。