ПочатиПочніть безкоштовно

Подібність Doc у spaCy

Семантична подібність — це аналіз кількох речень, щоб виявити схожість між ними. У цій вправі ви потренуєтеся обчислювати семантичну подібність документів до заданого документа. Мета — класифікувати перелік відгуків, які стосуються canned dog food.

Категорія canned dog food збережена у змінній category. Зразок із п'яти відгуків про їжу надано у списку texts. en_core_web_md завантажено як nlp.

Ця вправа є частиною курсу

Обробка природної мови (NLP) зі spaCy

Переглянути курс

Інструкції до вправи

  • Створіть список documents, що міститиме контейнери Doc для всіх елементів texts.
  • Створіть контейнер Doc зі значення category та збережіть його як category_document.
  • Ітеруйтеся списком documents і виведіть значення коефіцієнтів подібності для кожного контейнера Doc і category_document, округлені до трьох знаків.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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))
Редагувати та запускати код