ПочатиПочніть безкоштовно

Проєкція векторів слів

Ви можете візуалізувати вектори слів на точковій діаграмі, щоб побачити, як згруповано слова зі словника. Щоб візуалізувати вектори, їх потрібно спроєктувати у двовимірний простір. Це можна зробити, виділивши дві головні компоненти за допомогою Analізу головних компонент (PCA).

У цій вправі ви потренуєтеся витягати вектори слів і проєктувати їх у двовимірний простір, використовуючи бібліотеку PCA з sklearn.

Короткий список слів збережено у списку words, а також доступна модель en_core_web_md. Модель завантажено як nlp. Усі потрібні бібліотеки та пакети вже імпортовано (PCA, numpy як np).

Ця вправа є частиною курсу

Обробка природної мови (NLP) зі spaCy

Переглянути курс

Інструкції до вправи

  • Витягніть ідентифікатори слів для заданих слів і збережіть їх у списку word_ids.
  • Витягніть перші п'ять елементів векторів для цих слів і вертикально об'єднайте їх за допомогою np.vstack() у змінній word_vectors.
  • Маючи об'єкт pca, обчисліть перетворені вектори слів за допомогою функції .fit_transform() класу pca.
  • Виведіть першу компоненту перетворених векторів слів, використовуючи індексування [:, 0].

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

words = ["tiger", "bird"]

# Extract word IDs of given words
word_ids = [nlp.____.____[w] for w in words]

# Extract word vectors and stack the first five elements vertically
word_vectors = np.vstack([nlp.____.____[i][:5] for i in word_ids])

# Calculate the transformed word vectors using the pca object
pca = PCA(n_components=2)
word_vectors_transformed = pca.____(____)

# Print the first component of the transformed word vectors
print(____[:, 0])
Редагувати та запускати код