# स्किप-ग्राम मॉडेल प्रशिक्षण

[AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) मधील प्रयोगशाळा असाइनमेंट.

## कार्य

या प्रयोगशाळेत, तुम्हाला स्किप-ग्राम तंत्राचा वापर करून Word2Vec मॉडेल प्रशिक्षण देण्याचे आव्हान दिले आहे. $N$-टोकन्स-रुंद स्किप-ग्राम विंडोमध्ये शेजारील शब्दांची भविष्यवाणी करण्यासाठी एम्बेडिंगसह नेटवर्क प्रशिक्षण द्या. तुम्ही [या धड्याचा कोड](../../../../../../lessons/5-NLP/15-LanguageModeling/CBoW-TF.ipynb) वापरू शकता आणि त्यात थोडेसे बदल करू शकता.

## डेटासेट

तुम्ही कोणतीही पुस्तक वापरू शकता. [Project Gutenberg](https://www.gutenberg.org/) येथे तुम्हाला बरेच मोफत मजकूर सापडतील. उदाहरणार्थ, येथे [Alice's Adventures in Wonderland](https://www.gutenberg.org/files/11/11-0.txt)) या लुईस कॅरोलच्या पुस्तकाचा थेट दुवा आहे. किंवा, तुम्ही शेक्सपियरच्या नाटकांचा वापर करू शकता, ज्यासाठी खालील कोड वापरता येईल:

```python
path_to_file = tf.keras.utils.get_file(
   'shakespeare.txt', 
   'https://storage.googleapis.com/download.tensorflow.org/data/shakespeare.txt')
text = open(path_to_file, 'rb').read().decode(encoding='utf-8')
```

## शोधा!

जर तुमच्याकडे वेळ असेल आणि विषयात अधिक खोलवर जाण्याची इच्छा असेल, तर खालील गोष्टींचा अभ्यास करण्याचा प्रयत्न करा:

* एम्बेडिंगचा आकार परिणामांवर कसा परिणाम करतो?
* वेगवेगळ्या मजकूर शैलींचा परिणाम कसा होतो?
* खूप वेगवेगळ्या प्रकारच्या शब्दांचा आणि त्यांच्या समानार्थी शब्दांचा विचार करा, त्यांचे व्हेक्टर प्रतिनिधित्व मिळवा, त्यावर PCA लागू करा, परिमाण 2 पर्यंत कमी करा आणि त्यांना 2D जागेत प्लॉट करा. तुम्हाला काही पॅटर्न दिसतात का?

**अस्वीकरण**:  
हा दस्तऐवज AI भाषांतर सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.