Word2Vec
在這個練習中，你將使用 Keras 建立一個 Word2Vec 模型。
用來預先訓練模型的語料庫是影集 The Big Bang Theory 的所有集數腳本，並以句子為單位切分。此語料已存放在變數 bigbang 中。
語料中的文字已轉為小寫，且所有單字都完成分詞。結果存於變數 tokenized_corpus。
一個 Word2Vec 模型已預先訓練完成，使用的視窗大小為 10 個單字的脈絡（中心字前 5 個與後 5 個），出現次數少於 3 次的單字已移除，採用 skip-gram 方法，向量維度為 50。模型已儲存為檔案 bigbang_word2vec.model。
Word2Vec 類別已從 gensim.models.word2vec 載入到環境中。
本練習屬於課程
使用 Keras 建立語言模型的循環神經網路（RNN）
練習說明
- 載入預先訓練的 Word2Vec 模型。
- 將
"bazinga", "penny", "universe", "spock", "brain"這些單字，依照此順序，存成list並指派給變數words_of_interest。 - 針對每個關注單字進行迭代，使用屬性
wv上的.most_similar()方法，將前 5 個相似單字以字典形式加入top5_similar_words。 - 列印每個關注單字所找到的前 5 個相似單字。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Word2Vec model
w2v_model = Word2Vec.load(____)
# Selected words to check similarities
words_of_interest = ____
# Compute top 5 similar words for each of the words of interest
top5_similar_words = []
for word in words_of_interest:
top5_similar_words.append(
{word: [item[0] for item in w2v_model.wv.____([word], topn=5)]}
)
# Print the similar words
____