LoslegenKostenlos starten

spaCy-Vokabular

Wortvektoren, auch Word Embeddings, sind numerische Repräsentationen von Wörtern, mit denen Computer komplexe Aufgaben anhand von Textdaten ausführen können. Wortvektoren sind Teil vieler spaCy-Modelle, allerdings haben einige Modelle keine Wortvektoren.

In dieser Übung übst du den Zugriff auf Informationen zum spaCy-Vokabular. Einige Metainformationen über Wortvektoren sind in jedem spaCy-Modell gespeichert. Du kannst diese Informationen abrufen, um mehr über die Vokabulargröße, die Dimension der Wortvektoren usw. zu erfahren.

Das Paket spaCy ist bereits importiert. In den Metadaten eines spaCy-Modells ist die Anzahl der Wörter unter dem Schlüssel "vectors" gespeichert und die Dimension der Wortvektoren unter dem Schlüssel "width".

Diese Übung ist Teil des Kurses

<Kurs>Natural Language Processing mit spaCy</Kurs>
Kurs ansehen

Übungsanweisungen

  • Lade das Modell en_core_web_md.
  • Gib die Anzahl der Wörter im Vokabular des Modells en_core_web_md aus.
  • Gib die Dimension der Wortvektoren in en_core_web_md aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Load the en_core_web_md model
md_nlp = ____

# Print the number of words in the model's vocabulary
print("Number of words: ", md_nlp.____["vectors"]["vectors"], "\n")

# Print the dimensions of word vectors in en_core_web_md model
print("Dimension of word vectors: ", md_nlp.____["vectors"]["width"])
Code bearbeiten und ausführen