ПочатиПочніть безкоштовно

Дослідження зв'язків між словами за допомогою embeddings

Вкладення слів (embeddings — векторні представлення) відображають значення слів на основі їхнього вживання у великих наборах текстів. Розміщуючи подібні слова ближче одне до одного в неперервному векторному просторі, вони дають змогу моделям розпізнавати контекст і семантичні зв'язки, які простіші методи не охоплюють. Тепер ви попрактикуєтеся з embeddings і дослідите такі зв'язки між словами на практиці.

Модель вкладень слів glove-wiki-gigaword-50 успішно завантажено; вона доступна через змінну model_glove_wiki.

Ця вправа є частиною курсу

Natural Language Processing (NLP) in Python

Переглянути курс

Інструкції до вправи

  • Обчисліть коефіцієнт подібності між "king" і "queen".
  • Отримайте 10 найподібніших слів до "computer".

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код