理解 Word2Vec – 第4部分：可视化词向量

Source: Dev.to

可视化词向量

在我们 优化所有权重 之前，记住这些 权重代表与每个词关联的数值。由于本例为每个词使用 两个权重，我们可以 在坐标图上绘制每个词。

该图使用：

• x 轴 – 与顶部激活函数相连的权重值
• y 轴 – 与底部激活函数相连的权重值

例如，“超人总动员” 在这里被绘制：

当我们 绘制其他词汇 时，图形如下所示：

在这张图中，词语 “卑鄙的我” 与 “超人总动员” 目前并不相似。然而，在 训练数据 中，它们出现在 相同的上下文 中：

• 超人总动员真棒！
• 卑鄙的我真棒！

因此我们 期望反向传播会调整它们的权重，使它们 更加相似。

接下来会怎样？

在下一篇文章中，我们将看到 训练后图形是如何变化的。

---

Installerpedia（可选工具）

想要更轻松地安装工具、库或整个代码仓库吗？试试 Installerpedia，这是一个社区驱动、结构化的安装平台，让你几乎可以毫不费力、并且得到清晰可靠的指导来安装任何东西。

ipm install repo-name

🔗 在此探索 Installerpedia：https://hexmos.com/freedevtools/installerpedia/