Wektory słów w słowniku spaCy
Wektory słów pozwalają komputerowi rozumieć znaczenie wyrazów. W tym ćwiczeniu przećwiczysz wyodrębnianie wektorów słów dla podanej listy wyrazów.
Lista słów jest dostępna jako words. Model en_core_web_md jest już zaimportowany i dostępny jako nlp.
Słownik modelu en_core_web_md zawiera 20 000 słów. Jeśli dane słowo nie istnieje w słowniku, nie będzie można wyodrębnić odpowiadającego mu wektora. W tym ćwiczeniu, dla uproszczenia, wszystkie podane słowa znajdują się w słowniku tego modelu.
To ćwiczenie jest częścią kursu
Przetwarzanie języka naturalnego z użyciem spaCy
Instrukcje do ćwiczenia
- Wyodrębnij identyfikatory wszystkich podanych słów z listy
wordsi zapisz je na liścieids. - Dla każdego identyfikatora z listy
idszapisz pierwsze dziesięć elementów wektora słowa na liścieword_vectors. - Wyświetl pierwsze dziesięć elementów pierwszego wektora słowa z listy
word_vectors.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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])