Utforska ordrelationer med inbäddningar
Ordinbäddningar (embeddings – vektorrepresentationer) fångar ords betydelse utifrån hur de används i stora textmängder. Genom att placera liknande ord nära varandra i ett kontinuerligt vektorrum kan modeller känna igen sammanhang och semantiska relationer som enklare metoder inte klarar av. Nu ska du arbeta med inbäddningar för att utforska den här typen av ordrelationer på egen hand.
Ordinbäddningsmodellen glove-wiki-gigaword-50 har lästs in och är redo att använda via variabeln model_glove_wiki.
Den här övningen är en del av kursen
Natural Language Processing (NLP) i Python
Övningsinstruktioner
- Beräkna likhetspoängen mellan
"king"och"queen". - Hämta de 10 mest liknande orden till
"computer".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)