से नकारात्मक Word2Vec समानता की व्याख्या करना E12. हम एक word2vec मॉडल gensim
का उपयोग कर प्रशिक्षित:गैन्सिम
from gensim import corpora, models, similarities
from gensim.models.word2vec import Word2Vec
documents = ["Human machine interface for lab abc computer applications",
"A survey of user opinion of computer system response time",
"The EPS user interface management system",
"System and human system engineering testing of EPS",
"Relation of user perceived response time to error measurement",
"The generation of random binary unordered trees",
"The intersection graph of paths in trees",
"Graph minors IV Widths of trees and well quasi ordering",
"Graph minors A survey"]
texts = [[word for word in document.lower().split()] for document in documents]
w2v_model = Word2Vec(texts, size=500, window=5, min_count=1)
और जब हम शब्दों के बीच समानता क्वेरी, हम नकारात्मक समानता स्कोर पाते हैं:
>>> w2v_model.similarity('graph', 'computer')
0.046929569156789336
>>> w2v_model.similarity('graph', 'system')
0.063683518562347399
>>> w2v_model.similarity('survey', 'generation')
-0.040026775040430063
>>> w2v_model.similarity('graph', 'trees')
-0.0072684112978664561
हम नकारात्मक स्कोर विश्लेषण कैसे करूं?
यदि यह कोसाइन समानता है तो [0,1]
की सीमा नहीं होनी चाहिए?
Word2Vec.similarity(x,y)
फ़ंक्शन की ऊपरी सीमा और निचली सीमा क्या है? काफी डॉक्स में लिखा है: https://radimrehurek.com/gensim/models/word2vec.html#gensim.models.word2vec.Word2Vec.similarity = (
अजगर आवरण कोड को देखते हुए, वहाँ बहुत नहीं है: https://github.com/RaRe-Technologies/gensim/blob/develop/gensim/models/word2vec.py#L1165
(यदि संभव हो, तो कृपया के .pyx
कोड करने के लिए मुझसे बात करना जहां समानता समारोह कार्यान्वित किया जाता है।)
यदि यह कोसाइन-समानता का उपयोग कर रहा है, तो सीमा [-1, 1] है। विकिपीडिया लेख से: "यह इस प्रकार अभिविन्यास का निर्णय है और परिमाण नहीं है: उसी उन्मुखीकरण वाले दो वैक्टरों में 1 की कोसाइन समानता होती है, 9 0 डिग्री पर दो वैक्टरों की समानता होती है, और दो वैक्टरों का व्याप्त रूप से विरोध किया जाता है -1, उनकी परिमाण से स्वतंत्र है। " –
कोसाइन समानता को डॉट उत्पाद के रूप में व्याख्या किया जा सकता है। इस प्रकार, यदि दो शब्दों में 0 कोसाइन समानता है, तो वे पूरी तरह से ऑर्थोगोनल हैं, जिसका अर्थ है कि उनके पास दो अलग-अलग अर्थ हैं और पूरी तरह से असंबंधित हैं। जबकि नकारात्मक समानता का मतलब है कि दो शब्द घटक में संबंधित हैं, लेकिन विपरीत (या नकारात्मक) फैशन में हैं। –