เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ความคล้ายคลึงของ Doc ด้วย spaCy

ความคล้ายคลึงเชิงความหมาย (semantic similarity) คือกระบวนการวิเคราะห์ประโยคหลายประโยคเพื่อหาความเหมือนกัน ในแบบฝึกหัดนี้ จะได้ฝึกคำนวณความคล้ายคลึงเชิงความหมายของเอกสารต่าง ๆ เทียบกับเอกสารอ้างอิง โดยมีเป้าหมายเพื่อจัดหมวดหมู่รีวิวอาหารที่เกี่ยวข้องกับ อาหารสุนัขกระป๋อง

หมวดหมู่ อาหารสุนัขกระป๋อง ถูกเก็บไว้ในตัวแปร category และมีตัวอย่างรีวิวอาหาร 5 รายการในลิสต์ชื่อ texts ส่วน en_core_web_md โหลดไว้แล้วในชื่อ nlp

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การประมวลผลภาษาธรรมชาติด้วย spaCy

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างลิสต์ documents ที่บรรจุ Doc ของข้อความทั้งหมดใน texts
  • สร้าง Doc จาก category แล้วเก็บไว้ในตัวแปร category_document
  • วนซ้ำผ่าน documents และแสดงคะแนนความคล้ายคลึงของ Doc แต่ละตัวกับ category_document โดยปัดเป็นทศนิยม 3 ตำแหน่ง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a documents list containing Doc containers
documents = [____ for t in texts]

# Create a Doc container of the category
category = "canned dog food"
category_document = ____(____)

# Print similarity scores of each Doc container and the category_document
for i, doc in enumerate(documents):
  print(f"Semantic similarity with document {i+1}:", round(doc.____(____), 3))
แก้ไขและรันโค้ด