{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "NXTSugt6ieXh"
   },
   "source": [
    "## បណ្តុះបណ្តាលម៉ូដែល CBoW\n",
    "\n",
    "សៀវភៅកំណត់ត្រានេះជាផ្នែកមួយនៃ [ការបណ្តុះបណ្តាល AI សម្រាប់អ្នកចាប់ផ្តើម](http://aka.ms/ai-beginners)\n",
    "\n",
    "ក្នុងឧទាហរណ៍នេះ យើងនឹងមើលការបណ្តុះបណ្តាលម៉ូដែលភាសា CBoW ដើម្បីទទួលបានកន្លែងបញ្ចូល Word2Vec ផ្ទាល់ខ្លួនរបស់យើង។ យើងនឹងប្រើទិន្នន័យ AG News ជាគម្របខ្ទង់អត្ថបទ។\n"
   ]
  },
  {
   "cell_type": "code",
   "source": [
    "import torch\n",
    "import torchtext\n",
    "import os\n",
    "import collections\n",
    "import builtins\n",
    "import random\n",
    "import numpy as np"
   ],
   "metadata": {
    "id": "q-UiiJUKaxHj"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "code",
   "source": [
    "device = torch.device(\"cuda\" if torch.cuda.is_available() else \"cpu\")"
   ],
   "metadata": {
    "id": "TFbR8CZaTZ1q"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "markdown",
   "source": [
    "ដំបូងតែងយកសំណុំទិន្នន័យរបស់យើង ហើយកំណត់ tokenizer និងវាក្យសព្ទ។ យើងនឹងកំណត់ `vocab_size` ទៅ ៥០០០ ដើម្បីកំណត់ការគណនាបន្តិច។\n"
   ],
   "metadata": {
    "id": "HIwC7lI5T-ov"
   }
  },
  {
   "cell_type": "code",
   "source": [
    "def load_dataset(ngrams = 1, min_freq = 1, vocab_size = 5000 , lines_cnt = 500):\n",
    "    tokenizer = torchtext.data.utils.get_tokenizer('basic_english')\n",
    "    print(\"Loading dataset...\")\n",
    "    test_dataset, train_dataset  = torchtext.datasets.AG_NEWS(root='./data')\n",
    "    train_dataset = list(train_dataset)\n",
    "    test_dataset = list(test_dataset)\n",
    "    classes = ['World', 'Sports', 'Business', 'Sci/Tech']\n",
    "    print('Building vocab...')\n",
    "    counter = collections.Counter()\n",
    "    for i, (_, line) in enumerate(train_dataset):\n",
    "        counter.update(torchtext.data.utils.ngrams_iterator(tokenizer(line),ngrams=ngrams))\n",
    "        if i == lines_cnt:\n",
    "            break\n",
    "    vocab = torchtext.vocab.Vocab(collections.Counter(dict(counter.most_common(vocab_size))), min_freq=min_freq)\n",
    "    return train_dataset, test_dataset, classes, vocab, tokenizer"
   ],
   "metadata": {
    "id": "wdZuygtgiuLG"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "code",
   "source": [
    "train_dataset, test_dataset, _, vocab, tokenizer = load_dataset()"
   ],
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "4d1nU1gsivGu",
    "outputId": "949fe272-ae0e-49f5-c373-6703458b3a74"
   },
   "execution_count": null,
   "outputs": [
    {
     "output_type": "stream",
     "name": "stdout",
     "text": [
      "Loading dataset...\n",
      "Building vocab...\n"
     ]
    }
   ]
  },
  {
   "cell_type": "code",
   "source": [
    "def encode(x, vocabulary, tokenizer = tokenizer):\n",
    "    return [vocabulary[s] for s in tokenizer(x)]"
   ],
   "metadata": {
    "id": "1XDYNhG8ToFV"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "LIlQk6_PaHVY"
   },
   "source": [
    "## ម៉ូដែល CBoW\n",
    "\n",
    "CBoW រៀនទាយពាក្យមួយ dựa trênពាក្យជាប់ជាង $2N$ ។ ឧទាហរណ៍ បើ $N=1$ យើងនឹងទទួលបានគូដូចខាងក្រោមពីប្រយោគ *I like to train networks*: (like,I), (I, like), (to, like), (like,to), (train,to), (to, train), (networks, train), (train,networks)។ នៅទីនេះ ពាក្យដំបូងគឺពាក្យជាប់ដែលប្រើជាការបញ្ចូល ហើយពាក្យទីពីរជាពាក្យដែលយើងកំពុងទាយ។\n",
    "\n",
    "ដើម្បីសង់បណ្តាញដើម្បីទាយពាក្យបន្ទាប់ យើងត្រូវផ្គត់ផ្គង់ពាក្យជាប់ជាការបញ្ចូល ហើយទទួលបានលេខពាក្យជាលទ្ធផល។ រចនាសម្ព័ន្ធនៃបណ្តាញ CBoW មានដូចខាងក្រោម៖\n",
    "\n",
    "* ពាក្យបញ្ចូលត្រូវបានបញ្ចូនតាមស្រទាប់អំបិល។ ស្រទាប់អំបិលនេះជាស្រទាប់ embedding Word2Vec របស់យើង ដូច្នេះយើងនឹងកំណត់វាផ្ទាល់ជាអថេរ `embedder`។ យើងនឹងប្រើទំហំ embedding = 30 ក្នុងឧទាហរណ៍នេះ ទោះបីជាអ្នកអាចចង់សាកល្បងមិនលើសនេះ (word2vec ផ្ទាល់មួយមាន 300)\n",
    "* វិទិក embedding នឹងត្រូវបញ្ចូនទៅស្រទាប់តែមួយដែលនឹងទាយពាក្យលទ្ធផល។ ដូច្នេះវាមានម៉េជ័រ `vocab_size`។\n",
    "\n",
    "សម្រាប់លទ្ធផល ប្រសិនបើយើងប្រើ `CrossEntropyLoss` ជាអនុគមន៍ខាត ត្រូវផ្គត់ផ្គង់តែលេខពាក្យជាលទ្ធផលដែលរំពឹងទុក ដោយគ្មានការអ៊ិនកូដ one-hot។\n"
   ]
  },
  {
   "cell_type": "code",
   "source": [
    "vocab_size = len(vocab)\n",
    "\n",
    "embedder = torch.nn.Embedding(num_embeddings = vocab_size, embedding_dim = 30)\n",
    "model = torch.nn.Sequential(\n",
    "    embedder,\n",
    "    torch.nn.Linear(in_features = 30, out_features = vocab_size),\n",
    ")\n",
    "\n",
    "print(model)"
   ],
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "akKTcKQKkfl2",
    "outputId": "da687e3e-a8ec-4c1a-e456-ab8cd6ac7dad"
   },
   "execution_count": null,
   "outputs": [
    {
     "output_type": "stream",
     "name": "stdout",
     "text": [
      "Sequential(\n",
      "  (0): Embedding(5002, 30)\n",
      "  (1): Linear(in_features=30, out_features=5002, bias=True)\n",
      ")\n"
     ]
    }
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "Nud6jgGPaHVa"
   },
   "source": [
    "## ការរៀបចំ​ទិន្នន័យ​បណ្តុះបណ្តាល\n",
    "\n",
    "ឥឡូវនេះមកកត់កម្ម​មុខងារ​ផ្លូវការ​ដែល​នឹងគណនា​ជួរពាក្យ CBoW ពី​អត្ថបទ។ មុខងារនេះ​នឹង​អនុញ្ញាត​ឱ្យ​យើង​បញ្ជាក់​ទំហំ​បង្អួច និង​នឹង​ត្រឡប់​មក​ជូន​សំណុំ​ជួរ - ពាក្យ​បញ្ចូល និង​ពាក្យ​ផលបញ្ចេញ។ សូមចំណាំថា មុខងារនេះអាចប្រើប្រាស់លើពាក្យ ហើយក៏អាចប្រើលើវ៉ិចទ័រ/តិនស័រ ដែលនឹងអនុញ្ញាតឲ្យយើង encode អត្ថបទ មុននឹងផ្ញើវាទៅមុខងារ `to_cbow` ។\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "x-dsXygOieXn",
    "outputId": "c2218280-e540-40ba-9546-efe48d0d714f"
   },
   "outputs": [
    {
     "output_type": "stream",
     "name": "stdout",
     "text": [
      "[['like', 'I'], ['to', 'I'], ['I', 'like'], ['to', 'like'], ['train', 'like'], ['I', 'to'], ['like', 'to'], ['train', 'to'], ['networks', 'to'], ['like', 'train'], ['to', 'train'], ['networks', 'train'], ['to', 'networks'], ['train', 'networks']]\n",
      "[[232, 172], [5, 172], [172, 232], [5, 232], [0, 232], [172, 5], [232, 5], [0, 5], [1202, 5], [232, 0], [5, 0], [1202, 0], [5, 1202], [0, 1202]]\n"
     ]
    }
   ],
   "source": [
    "def to_cbow(sent,window_size=2):\n",
    "    res = []\n",
    "    for i,x in enumerate(sent):\n",
    "        for j in range(max(0,i-window_size),min(i+window_size+1,len(sent))):\n",
    "            if i!=j:\n",
    "                res.append([sent[j],x])\n",
    "    return res\n",
    "\n",
    "print(to_cbow(['I','like','to','train','networks']))\n",
    "print(to_cbow(encode('I like to train networks', vocab)))"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "XVaaDLjaaHVb"
   },
   "source": [
    "មកត្រៀមប្រមូលទិន្នន័យសម្រាប់បណ្តុះបណ្តាល។ យើងនឹងឆ្លងកាត់ព្រឹត្តិការណ៍ទាំងអស់ ហៅ `to_cbow` ដើម្បីទទួលបានបញ្ជីគូពាក្យ និងបន្ថែមគូទាំងនោះទៅ `X` និង `Y`។ ដើម្បីកាន់តែប្រសើរប្រើពេលវេលា យើងនឹងគិតត្រឹមតែព័ត៌មាន ១០,០០០ ឯកសារដំបូងប៉ុណ្ណោះ - អ្នកអាចលះបង់ការកំណត់នេះបានយ៉ាងងាយស្រួល ប្រសិនបើអ្នកមានពេលវេលាច្រើន ហើយចង់ទទួលបានការបញ្ចូលពាក្យល្អជាងនេះ :)\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "id": "54b-Gd9TieXo"
   },
   "outputs": [],
   "source": [
    "X = []\n",
    "Y = []\n",
    "for i, x in zip(range(10000), train_dataset):\n",
    "    for w1, w2 in to_cbow(encode(x[1], vocab), window_size = 5):\n",
    "        X.append(w1)\n",
    "        Y.append(w2)\n",
    "\n",
    "X = torch.tensor(X)\n",
    "Y = torch.tensor(Y)"
   ]
  },
  {
   "cell_type": "markdown",
   "source": [
    "យើងនឹងបម្លែងទិន្នន័យនោះទៅជាចំណុចទិន្នន័យមួយ ហើយបង្កើត dataloader:\n"
   ],
   "metadata": {
    "id": "cwWy0PzXWhN5"
   }
  },
  {
   "cell_type": "code",
   "source": [
    "class SimpleIterableDataset(torch.utils.data.IterableDataset):\n",
    "    def __init__(self, X, Y):\n",
    "        super(SimpleIterableDataset).__init__()\n",
    "        self.data = []\n",
    "        for i in range(len(X)):\n",
    "            self.data.append( (Y[i], X[i]) )\n",
    "        random.shuffle(self.data)\n",
    "\n",
    "    def __iter__(self):\n",
    "        return iter(self.data)"
   ],
   "metadata": {
    "id": "mfoAcGPFZU8p"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "e4NQ_-5waHVc"
   },
   "source": [
    "យើងក៏នឹងបម្លែងទិន្នន័យនោះទៅជាឈុតទិន្នន័យមួយផងដែរ ហើយបង្កើត dataloader:\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "id": "AbLUcojlieXo"
   },
   "outputs": [],
   "source": [
    "ds = SimpleIterableDataset(X, Y)\n",
    "dl = torch.utils.data.DataLoader(ds, batch_size = 256)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "pKQr7sXeaHVc"
   },
   "source": [
    "ឥឡូវនេះយើងនឹងធ្វើការបណ្តុះបណ្តាលពិតប្រាកដ។ យើងនឹងប្រើ `SGD` អុបទីម៉ាយហ្ស័រជាមួយអត្រាអានុបញ្ញាតិខ្ពស់។ អ្នកក៏អាចសាកល្បងលេងជាមួយអុបទីម៉ាយហ្ស័រផ្សេងទៀតដូចជា `Adam`។ យើង​នឹង​បណ្តុះ​បណ្តាលរយៈពេល ១០ epoch ជាចាប់ផ្តើម - ហើយ​អ្នក​អាច​រត់​កូដ​នេះ​ម្តងទៀត ប្រសិនបើ​ចង់​បាន ការបាត់បង់ (loss) ទាបជាងនេះ។\n"
   ]
  },
  {
   "cell_type": "code",
   "source": [
    "def train_epoch(net, dataloader, lr = 0.01, optimizer = None, loss_fn = torch.nn.CrossEntropyLoss(), epochs = None, report_freq = 1):\n",
    "    optimizer = optimizer or torch.optim.Adam(net.parameters(), lr = lr)\n",
    "    loss_fn = loss_fn.to(device)\n",
    "    net.train()\n",
    "\n",
    "    for i in range(epochs):\n",
    "        total_loss, j = 0, 0, \n",
    "        for labels, features in dataloader:\n",
    "            optimizer.zero_grad()\n",
    "            features, labels = features.to(device), labels.to(device)\n",
    "            out = net(features)\n",
    "            loss = loss_fn(out, labels)\n",
    "            loss.backward()\n",
    "            optimizer.step()\n",
    "            total_loss += loss\n",
    "            j += 1\n",
    "        if i % report_freq == 0:\n",
    "            print(f\"Epoch: {i+1}: loss={total_loss.item()/j}\")\n",
    "\n",
    "    return total_loss.item()/j"
   ],
   "metadata": {
    "id": "HeeCYKr_KF1w"
   },
   "execution_count": null,
   "outputs": []
  },
  {
   "cell_type": "code",
   "source": [
    "train_epoch(net = model, dataloader = dl, optimizer = torch.optim.SGD(model.parameters(), lr = 0.1), loss_fn = torch.nn.CrossEntropyLoss(), epochs = 10)"
   ],
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "KVgwGtDHgDlT",
    "outputId": "2447833f-f0e3-4566-c33d-addbfe2f451d"
   },
   "execution_count": null,
   "outputs": [
    {
     "output_type": "stream",
     "name": "stdout",
     "text": [
      "Epoch: 1: loss=5.664632366860172\n",
      "Epoch: 2: loss=5.632101973960962\n",
      "Epoch: 3: loss=5.610399051405015\n",
      "Epoch: 4: loss=5.594621561080262\n",
      "Epoch: 5: loss=5.582538017415446\n",
      "Epoch: 6: loss=5.572900234519603\n",
      "Epoch: 7: loss=5.564951676341915\n",
      "Epoch: 8: loss=5.558288112064614\n",
      "Epoch: 9: loss=5.552576955031129\n",
      "Epoch: 10: loss=5.547634165194347\n"
     ]
    },
    {
     "output_type": "execute_result",
     "data": {
      "text/plain": [
       "5.547634165194347"
      ]
     },
     "metadata": {},
     "execution_count": 16
    }
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "W8u2qXZmaHVd"
   },
   "source": [
    "## សាកល្បង Word2Vec\n",
    "\n",
    "ដើម្បីប្រើប្រាស់ Word2Vec យើងចាប់ផ្តើមយកវ៉ិចទ័រដែលស្របគ្នានឹងពាក្យទាំងអស់ក្នុងវាក្យសម្ព័ន្ធរបស់យើង:\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "id": "r8TatcXjkU_t"
   },
   "outputs": [],
   "source": [
    "vectors = torch.stack([embedder(torch.tensor(vocab[s])) for s in vocab.itos], 0)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "3OcX21UOaHVd"
   },
   "source": [
    "មកមើលឧទាហរណ៍ មើលពីរបៀបដែលពាក្យ **Paris** ត្រូវបានរៀបចំជាទំព័រជួរៈ\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "bz6tAeLzieXp",
    "outputId": "5b20850e-4342-45e9-f840-cfac2b4d61d8"
   },
   "outputs": [
    {
     "output_type": "stream",
     "name": "stdout",
     "text": [
      "tensor([-0.0915,  2.1224, -0.0281, -0.6819,  1.1219,  0.6458, -1.3704, -1.3314,\n",
      "        -1.1437,  0.4496,  0.2301, -0.3515, -0.8485,  1.0481,  0.4386, -0.8949,\n",
      "         0.5644,  1.0939, -2.5096,  3.2949, -0.2601, -0.8640,  0.1421, -0.0804,\n",
      "        -0.5083, -1.0560,  0.9753, -0.5949, -1.6046,  0.5774],\n",
      "       grad_fn=<EmbeddingBackward>)\n"
     ]
    }
   ],
   "source": [
    "paris_vec = embedder(torch.tensor(vocab['paris']))\n",
    "print(paris_vec)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "pHTJlaeYaHVd"
   },
   "source": [
    "វា​គឺជា​វិស្សមកាល​ក្នុង​ការ​ប្រើ Word2Vec ដើម្បី​ស្វែងរក​ពាក្យ​បញ្ញត្តិ​មួយស្មើ។ មុខងារ​ក្រោមនេះ​នឹង​បង្វិល​ទៅ​វិញ​នូវ​ពាក្យ​ដែល​ខ្ទង់ជិត `n` ទៅនឹង​ការ​បញ្ចូល​មួយ។ ដើម្បី​រក​ពួកវា​យើង​គណនា​គម្លាត​នៃ $|w_i - v|$ ដែល $v$ គឺជា​វ៉ិចទ័រ​តំណាងឱ្យ​ពាក្យ​បញ្ចូល​របស់​យើង ហើយ $w_i$ គឺជា​ការ​អ៊ិនកូដ​របស់​ពាក្យ​លេខ $i$ ក្នុង​ពាក្យសម្រង់។ យើង​ក្រោយមក​តម្រៀប​អារេ ហើយ​ដក​អនុសីត​គឺ `argsort` ហើយ​យក​ធាតុ `n` ដំបូង​នៃ​បញ្ជី ដែល​អ៊ិនកូដ​មាត្រានៃ​ទីតាំង​នៃ​ពាក្យ​ខ្ទង់​ជិត​ក្នុង​ពាក្យសម្រង់។\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "NlZyi-_olFar",
    "outputId": "b5dbb163-88c4-4d5a-eaf2-6751f700e98c"
   },
   "outputs": [
    {
     "output_type": "execute_result",
     "data": {
      "text/plain": [
       "['microsoft', 'quoted', 'lp', 'rate', 'top']"
      ]
     },
     "metadata": {},
     "execution_count": 56
    }
   ],
   "source": [
    "def close_words(x, n = 5):\n",
    "  vec = embedder(torch.tensor(vocab[x]))\n",
    "  top5 = np.linalg.norm(vectors.detach().numpy() - vec.detach().numpy(), axis = 1).argsort()[:n]\n",
    "  return [ vocab.itos[x] for x in top5 ]\n",
    "\n",
    "close_words('microsoft')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "-dQq7xeAln0U",
    "outputId": "66f768c3-c248-4bfd-ce4f-c8ffc6d0dd0d"
   },
   "outputs": [
    {
     "output_type": "execute_result",
     "data": {
      "text/plain": [
       "['basketball', 'lot', 'sinai', 'states', 'healthdaynews']"
      ]
     },
     "metadata": {},
     "execution_count": 51
    }
   ],
   "source": [
    "close_words('basketball')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "colab": {
     "base_uri": "https://localhost:8080/"
    },
    "id": "fJXqK26b29sa",
    "outputId": "78f0baba-ffd0-485a-dd87-0a12bedfd7fa"
   },
   "outputs": [
    {
     "output_type": "execute_result",
     "data": {
      "text/plain": [
       "['funds', 'travel', 'sydney', 'japan', 'business']"
      ]
     },
     "metadata": {},
     "execution_count": 77
    }
   ],
   "source": [
    "close_words('funds')"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "id": "My0VeTDd3Ji8"
   },
   "source": [
    "## លទ្ធផល\n",
    "\n",
    "ការប្រើប្រាស់បច្ចេកវិទ្យាឆ្លាតវៃដូចជា CBoW គឺអាចបណ្តុះបណ្តាលម៉ូឌែល Word2Vec បាន។ អ្នកក៏អាចសាកល្បងបណ្តុះបណ្តាលម៉ូឌែល skip-gram ដែលត្រូវបានបណ្តុះបណ្តាលឱ្យទាយពាក្យជិតខាងមួយដែលផ្ដោតលើពាក្យកណ្តាល និងមើលថាវាធ្វើការល្អប៉ុណ្ណាដែរ។\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n\n<!-- CO-OP TRANSLATOR DISCLAIMER START -->\n**ការ​បញ្ជាក់​ថា​មិន​មាន​ភិក្ខុ**៖  \nឯកសារ​នេះ​ត្រូវ​បាន​បកប្រែ​ដោយ​ប្រើ​សេវាកម្ម​បកប្រែ AI [Co-op Translator](https://github.com/Azure/co-op-translator) ។ ក្នុង​អំឡុង​ខណៈពេល​យើង​ព្យាយាម​រក្សា​ភាសា​ឲ្យ​ត្រឹមត្រូវ សូម​ជ្រាបថា​ការ​បកប្រែ​ដោយ​ស្វ័យប្រវត្តិ​អាច​មាន​កំហុស ឬ​មិន​ត្រឹមត្រូវ​បាន។ ឯកសារ​ដើម​ក្នុង​ភាសា​មាតុភាសា​ត្រូវ​បាន​គេ​យក​ឲ្យ​ជា​លទ្ធផល​មាន​សុពលភាព។ សម្រាប់​ព័ត៌មាន​សំខាន់ៗ យើង​ស្នើ​ឲ្យ​បកប្រែ​ដោយ​មនុស្ស​ជំនាញ​វិជ្ជាជីវៈ។ យើង​មិន​ទទួល​ខុសត្រូវ​សម្រាប់​ការ​ច្របូកច្របល់ ឬ​ការ​បកប្រែ​មិន​ត្រឹមត្រូវ​ណាមួយ​ដែល​កើត​ឡើង​ពី​ការ​ប្រើប្រាស់​ការ​បកប្រែ​នេះ​នោះ​ទេ។\n<!-- CO-OP TRANSLATOR DISCLAIMER END -->\n"
   ]
  }
 ],
 "metadata": {
  "colab": {
   "collapsed_sections": [],
   "name": "CBoW-PyTorch.ipynb",
   "provenance": []
  },
  "interpreter": {
   "hash": "16af2a8bbb083ea23e5e41c7f5787656b2ce26968575d8763f2c4b17f9cd711f"
  },
  "kernelspec": {
   "display_name": "Python 3.8.12 ('py38')",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.8.12"
  },
  "orig_nbformat": 4,
  "gpuClass": "standard"
 },
 "nbformat": 4,
 "nbformat_minor": 0
}