埋め込みで単語の関係を探る
Word embeddings は、大規模なテキストデータでの使用状況に基づいて単語の意味を表現します。連続ベクトル空間で似た単語を近くに配置することで、より基本的な手法では捉えにくい文脈や意味関係をモデルが認識できるようになります。ここでは、埋め込みを使ってこうした単語同士の関係を実際に確かめていきます。
glove-wiki-gigaword-50 という単語埋め込みモデルはすでに読み込まれており、model_glove_wiki という変数から利用できます。
この演習はコースの一部です
Pythonで学ぶ自然言語処理（NLP）
演習の手順
"king"と"queen"の類似度スコアを計算します。"computer"に最も類似する単語を上位10件取得します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)