spaCy 어휘의 단어 벡터
단어 벡터의 목적은 컴퓨터가 단어를 이해할 수 있도록 하는 데 있어요. 이번 연습에서는 주어진 단어 목록에 대해 단어 벡터를 추출하는 방법을 연습해 봅니다.
단어 목록은 words로 준비되어 있어요. en_core_web_md 모델은 이미 불러와져 있으며 nlp로 사용할 수 있어요.
en_core_web_md 모델의 어휘에는 20,000개의 단어가 들어 있어요. 어휘에 없는 단어는 해당 단어 벡터를 추출할 수 없어요. 이 연습에서는 단순화를 위해 제공된 모든 단어가 이 모델의 어휘에 존재하도록 했습니다.
이 연습은 강의의 일부입니다
spaCy로 배우는 자연어 처리
연습 안내
- 주어진
words의 모든 ID를 추출해ids리스트에 저장하세요. ids의 각 ID에 대해, 해당 단어 벡터의 처음 10개 원소를word_vectors리스트에 저장하세요.word_vectors에서 첫 번째 단어 벡터의 처음 10개 원소를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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])