关于机器学习:PythonWord2Vec预测如果我的生命中减去爱会剩下什么

德国诗人席勒说：“没有爱之光芒的生存一文不值”

不仅仅是席勒，在整个人类历史上，有多少人探讨过 “ 生命 “ 和 “ 爱 “ 之间的关系？

在这里，在向这些前辈的工作示意敬意的同时，咱们用古代的壮举 Word2Vec 来问

如果从 ’ 生命 ’ 中减去 ’ 爱 ’，还剩下什么？

Word2Vec

装置库

应用 gensim

!pip install gensim

下载经过训练的模型 Word2Vec

在此下载模型：http://bit.ly/2srnKoy
解压缩并应用文件 ja.bin

载入模型

import gensim
model = gensim.models.Word2Vec.load('/content/ja.bin')

查找 “ 人生 ” 的相似词

首先，咱们应用 Word2Vec 的分布式表示法来钻研人生这个词的相似词

for item, value in model.wv.most_similar('人生'):
    print(item,value)

输入后果

不知何故，这仿佛很适合

 心情 0.5031609535217285
命运 0.4962955415248871
幸福 0.4731469750404358
我 0.45822054147720337
老年 0.44594892859458923
书 0.4451371133327484
半生 0.4450538754463196
考虑 0.4410485029220581
永远 0.43776482343673706
毕生 0.43756037950515747

从 “ 生命 “ 中减去 “ 爱 ”

让咱们理论尝试一下 Word2Vec 来做一些字向量算术

代码如下

model.wv.most_similar(positive=['人生'],negative=['爱'])

输入后果

第一名是 “ 事业 ”，第二名是 “ 金钱 ”，以此类推

但不确定第 9 位的 “ 大联盟 “ 是什么意思

[('事业', 0.3442475199699402),
 ('金钱', 0.33152854442596436),
 ('机会', 0.2999703586101532),
 ('老年', 0.29941919445991516),
 ('沙利文', 0.29740941524505615),
 ('艰难', 0.2900192439556122),
 ('成绩', 0.286318302154541),
 ('实践', 0.2787232995033264),
 ('大联盟', 0.2783268094062805),
 ('压力', 0.27150285243988037)]]

试试经典的“王”+“女人”——“男人”

model.wv.most_similar(positive=['王','女'],negative=['男'])

输入后果

公主来了

[('公主', 0.4609297811985016),
 ('王位', 0.4463587999343872),
 ('女王', 0.440536767244339),
 ('王室', 0.4360467791557312),
 ('父王', 0.4177766740322113),
 ('王妃', 0.4131211042404175),
 ('唐朝', 0.410072922706604),
 ('国师', 0.4071836471557617),
 ('李世明', 0.404167115688324),
 ('……', 0.40059027075767517)]

也用 fastText 来计算

下载经过训练的模型 fastText

加载模型

import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('/content/model.vec',binary=False)

查找 “ 人生 ” 的相似词

在此之前，失去“人生”的特色量向量

有 300 个维度。顺便说一下，Word2Vec 有 100 个维度

 word = '人生'
print(f'{word} 的特征向量')
print(model[word])
model[word].shape

输入后果：

(300,)

print(f'{word} 的同义词')
for item ,value in model.most_similar(word):
    print(item,value)

输入后果，它比 Word2Vec 更具体

 人生的同义词
生存形式 0.643797755241394
寓居 0.5911297798156738
生涯 0.5900983810424805
毕生 0.5889523029327393
人生观 0.5824947953224182
活着 0.5823161602020264
幸福 0.574641227722168
青春世代 0.5740978717803955
婚后生存 0.5648994445800781
记忆 0.5635090470314026

在 “ 人生 ” 中减去 “ 爱 ”

model.most_similar(positive=['人生'],negative=['爱'])

输入后果

它太具体了，相似的术语也是如此

像 fastText 这样优良的模型仿佛并不适宜毛糙的主题

[('回顾', 0.34721365571022034),
 ('运动员的毕生', 0.32623374462127686),
 ('职业生存', 0.3085706830024719),
 ('职业', 0.30444127321243286),
 ('人生打算', 0.2932748794555664),
 ('职业生涯', 0.2895069122314453),
 ('生存', 0.283188134431839),
 ('转折点', 0.2803061604499817),
 ('回顾', 0.27186983823776245),
 ('从新开始', 0.2653588056564331)]

论断

席勒说，没有爱之光芒的生存一文不值，但听起来不肯定是没有价值

本文由 mdnice 多平台公布