Vocabulaire de spaCy
Les vecteurs de mots, ou « word embeddings », sont des représentations numériques des mots qui permettent à l'ordinateur d'effectuer des tâches complexes à partir de données textuelles. Les vecteurs de mots font partie de nombreux modèles spaCy, mais certains modèles n'en contiennent pas.
Dans cet exercice, vous allez vous exercer à consulter l'information sur le vocabulaire de spaCy. Certaines métadonnées sur les vecteurs de mots sont enregistrées dans chaque modèle spaCy. Vous pouvez y accéder pour en savoir plus sur la taille du vocabulaire, la dimension des vecteurs de mots, etc.
Le paquet spaCy est déjà importé pour vous. Dans les métadonnées d'un modèle spaCy, le nombre de mots est stocké dans un élément avec la clé « vectors » et la dimension des vecteurs de mots est stockée dans un élément avec la clé « width ».
Cette activité fait partie du cours
Traitement du langage naturel avec spaCy
Instructions de l’exercice
- Chargez le modèle
en_core_web_md. - Affichez le nombre de mots dans le vocabulaire du modèle
en_core_web_md. - Affichez la dimension des vecteurs de mots dans le modèle
en_core_web_md.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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"])