शब्द वेक्टर समानता मापना
इस लेसन में आप वास्तविक दुनिया के प्रशिक्षित शब्द वेक्टरों के साथ शब्द वेक्टरों की शक्ति समझेंगे. ये वेक्टर Stanford NLP group द्वारा प्रकाशित शब्द वेक्टरों की सूची से लिए गए हैं. एक शब्द वेक्टर संख्यात्मक मानों का एक अनुक्रम या वेक्टर होता है. उदाहरण के लिए,
dog = (0.31, 0.92, 0.13)
शब्द वेक्टरों के बीच की दूरी को pair-wise similarity मेट्रिक से मापा जा सकता है. यहाँ हम sklearn.metrics.pairwise.cosine_similarity का उपयोग करेंगे. Cosine similarity तब बड़ा मान देती है जब दो वेक्टरों की element-wise समानता अधिक हो, और कम समानता होने पर मान छोटा होता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Machine Translation
अभ्यास निर्देश
ndarray.sizeएट्रिब्यूट का उपयोग करकेcat_vectorकी लंबाई प्रिंट करें.cosine_similarityका उपयोग करकेcat_vectorऔरwindow_vectorके बीच similarity निकालें और प्रिंट करें.cosine_similarityका उपयोग करकेcat_vectorऔरdog_vectorके बीच similarity निकालें और प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.metrics.pairwise import cosine_similarity
# Print the length of the cat_vector
print('Length of the cat_vector: ', ____.____)
# Compute and print the similarity between cat and window vectors
dist_cat_window = ____(____, window_vector)
print('Similarity(cat, window): ', ____)
# Compute and print the similarity between cat and dog vectors
print('Similarity(cat,dog): ', ____(____, ____))