BaşlayınÜcretsiz başlayın

spaCy söz varlığı

Kelime vektörleri (word embeddings), metin verisi kullanarak bilgisayarların karmaşık görevleri gerçekleştirmesini sağlayan, kelimelerin sayısal temsilleridir. Pek çok spaCy modeli kelime vektörleri içerir; ancak bazı modellerde kelime vektörleri yoktur.

Bu egzersizde, spaCy söz varlığı bilgilerine erişmeyi pratik edeceksin. Kelime vektörleriyle ilgili bazı meta bilgiler her spaCy modelinde tutulur. Bu bilgilere erişerek söz varlığı boyutu, kelime vektörü boyutları vb. hakkında daha fazla şey öğrenebilirsin.

spaCy paketi senin için zaten içe aktarıldı. Bir spaCy modelinin meta verilerinde, kelime sayısı "vectors" anahtarına sahip bir öğe olarak ve kelime vektörlerinin boyutu "width" anahtarına sahip bir öğe olarak saklanır.

Bu egzersiz, kursun bir parçasıdır

spaCy ile Natural Language Processing

Kursa Göz Atın

Egzersiz talimatları

  • en_core_web_md modelini yükle.
  • en_core_web_md modelinin söz varlığındaki kelime sayısını yazdır.
  • en_core_web_md modelindeki kelime vektörlerinin boyutlarını yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Load the en_core_web_md model
md_nlp = ____

# Print the number of words in the model's vocabulary
print("Number of words: ", md_nlp.____["vectors"]["vectors"], "\n")

# Print the dimensions of word vectors in en_core_web_md model
print("Dimension of word vectors: ", md_nlp.____["vectors"]["width"])
Kodu Düzenle ve Çalıştır