1. Nauka
    2. /
  2. Kursy
    3. /
  3. Tłumaczenie maszynowe z Keras
Connected

ćwiczenie

Mierzenie podobieństwa wektorów słów

W tej lekcji przekonasz się, jak potężne są wektory słów – na przykładzie wektorów wytrenowanych na rzeczywistych danych. Są to wektory słów zaczerpnięte z listy opublikowanej przez grupę Stanford NLP. Wektor słowa to ciąg wartości liczbowych, na przykład: dog = (0.31, 0.92, 0.13)

Odległość między wektorami słów można mierzyć za pomocą miary podobieństwa parami. Tutaj skorzystamy z sklearn.metrics.pairwise.cosine_similarity. Podobieństwo cosinusowe przyjmuje wyższe wartości, gdy dwa wektory są do siebie zbliżone pod względem poszczególnych elementów, i odwrotnie.

Instrukcje

100 XP
  • Wyświetl długość wektora cat_vector przy użyciu atrybutu ndarray.size.
  • Oblicz i wyświetl podobieństwo między wektorem cat_vector a wektorem window_vector, korzystając z cosine_similarity.
  • Oblicz i wyświetl podobieństwo między wektorem cat_vector a wektorem dog_vector, korzystając z cosine_similarity.