小编xib*_*ba1的帖子

从 2019 年秋季开始，BigQuery 支持脚本编写，这非常棒。我不知道BigQuery 的 Python 客户端是否能够利用这个新功能。

例如，运行以下 Python 代码：

client = bigquery.Client()
QUERY = """
BEGIN
    CREATE OR REPLACE TEMP TABLE t0 AS
        SELECT * FROM my_dataset.my_table WHERE foo < 1;

    SELECT SUM(bar) AS bar_sum FROM t0;

    DROP TABLE IF EXISTS t0;
END;
"""

query_job = client.query(QUERY)
rows = query_job.result()

...google.cloud.bigquery.table._EmptyRowIterator即使我能够看到 SQL 脚本中的语句已从 BigQuery 的 Web UI 成功运行，也会返回一个对象。

如何将此标准 SQL 脚本中的 SELECT 语句的结果返回到 Python 客户端？

我对词向量的工作原理感到非常困惑，特别是关于 spacy 的实体链接（https://spacy.io/usage/training#entity-linker）。

将实体添加到知识库时，参数之一是entity_vector。你怎么得到这个？我试过做

nlp = spacy.load('en_core_web_sm')
kb = KnowledgeBase(vocab = nlp.vocab, entity_vector_length = 96)
for n in m_yentities:
    kb.add_entity(entity = n, freq = ___, entity_vector = **nlp(n).vector**)

** 代码给了我长度为 96 的向量，所以这就是我使用的entity_vector_length，尽管在示例中他们使用 3。我只是想知道我的方法是否可以，但我对此感到有点困惑。