Khám phá quan hệ giữa các từ bằng embeddings
Word embeddings nắm bắt ý nghĩa của từ dựa trên cách chúng được dùng trong các tập dữ liệu văn bản lớn. Bằng cách đặt các từ tương tự gần nhau trong một không gian vector liên tục, chúng giúp mô hình nhận ra ngữ cảnh và quan hệ ngữ nghĩa mà các phương pháp cơ bản hơn không thể hiện được. Giờ bạn sẽ làm việc với embeddings để tự mình khám phá những mối quan hệ giữa các từ như vậy.
Mô hình word embedding glove-wiki-gigaword-50 đã được nạp thành công và sẵn sàng sử dụng thông qua biến model_glove_wiki.
Bài tập này là một phần của khóa học
Natural Language Processing (NLP) bằng Python
Hướng dẫn bài tập
- Tính điểm tương đồng giữa
"king"và"queen". - Lấy 10 từ tương tự nhất với
"computer".
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)