LoslegenKostenlos loslegen

Wortvektoren im spaCy-Vokabular

Der Zweck von Wortvektoren ist es, einem Computer das Verstehen von Wörtern zu ermöglichen. In dieser Übung übst du, Wortvektoren für eine gegebene Liste von Wörtern zu extrahieren.

Eine Wortliste ist als words vorgegeben. Das Modell en_core_web_md ist bereits importiert und als nlp verfügbar.

Das Vokabular des Modells en_core_web_md enthält 20.000 Wörter. Wenn ein Wort nicht im Vokabular enthalten ist, kannst du den zugehörigen Wortvektor nicht extrahieren. In dieser Übung ist der Einfachheit halber sichergestellt, dass alle angegebenen Wörter im Vokabular dieses Modells vorhanden sind.

Diese Übung ist Teil des Kurses

Natural Language Processing mit spaCy

Kurs anzeigen

Anleitung zur Übung

  • Extrahiere die IDs aller gegebenen words und speichere sie in einer Liste ids.
  • Speichere für jede ID aus ids die ersten zehn Elemente des Wortvektors in der Liste word_vectors.
  • Gib die ersten zehn Elemente des ersten Wortvektors aus word_vectors aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

words = ["like", "love"]

# IDs of all the given words
ids = [nlp.____.____[w] for w in words]

# Store the first ten elements of the word vectors for each word
word_vectors = [nlp.____.____[i][:10] for i in ids]

# Print the first ten elements of the first word vector
print(____[0])
Code bearbeiten und ausführen