Zkoumání vztahů mezi slovy pomocí embeddingů
Word embeddings zachycují význam slov na základě jejich použití ve velkých textových datasetech. Podobná slova jsou v nich umístěna blízko sebe v kontinuálním vektorovém prostoru, což modelům umožňuje rozpoznávat kontext a sémantické vztahy, které jednodušší metody nedokážou podchytit. Teď si práci s embeddingy vyzkoušíš na vlastní kůži a prozkoumáš tyto vztahy mezi slovy.
Model word embeddingů glove-wiki-gigaword-50 byl úspěšně načten a je dostupný přes proměnnou model_glove_wiki.
Toto cvičení je součástí kurzu
Zpracování přirozeného jazyka (NLP) v Pythonu
Pokyny k cvičení
- Vypočítej skóre podobnosti mezi slovy
"king"a"queen". - Získej 10 nejpodobnějších slov ke slovu
"computer".
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Compute similarity between "king" and "queen"
similarity_score = model_glove_wiki.____
print(similarity_score)
# Get top 10 most similar words to "computer"
similar_words = model_glove_wiki.____
print(similar_words)