เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ความคล้ายคลึงของ Span ด้วย spaCy

การหาความคล้ายคลึงเชิงความหมายช่วยให้จัดหมวดหมู่ข้อความตามประเภทที่กำหนดไว้ล่วงหน้า ตรวจจับข้อความที่เกี่ยวข้อง หรือระบุเนื้อหาที่ซ้ำกันได้ ในแบบฝึกหัดนี้ จะได้ฝึกคำนวณความคล้ายคลึงเชิงความหมายระหว่าง Span ของเอกสารกับเอกสารที่กำหนด โดยมีเป้าหมายเพื่อค้นหา Span ที่มี 3 token ซึ่งเกี่ยวข้องกับ canned dog food มากที่สุด

หมวดหมู่ canned dog food ที่กำหนดไว้เก็บอยู่ใน category ส่วนข้อความถูกเก็บไว้ในออบเจกต์ text แล้ว และโหลด en_core_web_md เป็น nlp ไว้เรียบร้อยแล้ว นอกจากนี้ Doc container ของ text ก็ถูกสร้างและเก็บไว้ใน document แล้วเช่นกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การประมวลผลภาษาธรรมชาติด้วย spaCy

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง Doc container สำหรับ category แล้วเก็บไว้ใน category_document
  • แสดงค่าคะแนนความคล้ายคลึงของ Span ที่กำหนดกับ category_document โดยปัดให้เหลือ 3 ตำแหน่งทศนิยม

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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

# Print similarity score of a given Span and category_document
document_span = document[0:3]
print(f"Semantic similarity with", document_span.text, ":", round(document_span.____(____), 3))
แก้ไขและรันโค้ด