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 gensimmodel = 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 gensimmodel = 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