# ట్రైనింగ్ స్కిప్-గ్రామ్ మోడల్

[AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) నుండి ల్యాబ్ అసైన్‌మెంట్.

## పని

ఈ ల్యాబ్‌లో, మీరు స్కిప్-గ్రామ్ సాంకేతికత ఉపయోగించి Word2Vec మోడల్‌ను ట్రైన్ చేయడానికి సవాలు చేస్తాము. ఎంబెడ్డింగ్‌తో నెట్‌వర్క్‌ను ట్రైన్ చేసి, $N$-టోకెన్స్-వైడ్ స్కిప్-గ్రామ్ విండోలో పొరుగువారిని అంచనా వేయండి. మీరు [ఈ పాఠం నుండి కోడ్](../CBoW-TF.ipynb) ఉపయోగించి, కొంచెం మార్పులు చేయవచ్చు.

## డేటాసెట్

మీరు ఏదైనా పుస్తకం ఉపయోగించవచ్చు. మీరు [Project Gutenberg](https://www.gutenberg.org/)లో చాలా ఉచిత పాఠ్యాలు కనుగొనవచ్చు, ఉదాహరణకు, ఇది లూయిస్ క్యారోల్ రాసిన [Alice's Adventures in Wonderland](https://www.gutenberg.org/files/11/11-0.txt)కి ప్రత్యక్ష లింక్. లేదా, మీరు షేక్స్పియర్ నాటకాలు ఉపయోగించవచ్చు, వాటిని క్రింది కోడ్ ద్వారా పొందవచ్చు:

```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')
```

## అన్వేషణ!

మీకు సమయం ఉంటే మరియు ఈ విషయం లో మరింత లోతుగా తెలుసుకోవాలనుకుంటే, కొన్ని విషయాలను అన్వేషించండి:

* ఎంబెడ్డింగ్ పరిమాణం ఫలితాలపై ఎలా ప్రభావం చూపుతుంది?
* వేర్వేరు పాఠ్య శైలులు ఫలితంపై ఎలా ప్రభావం చూపుతాయి?
* చాలా భిన్నమైన పదాలు మరియు వాటి సమానార్థక పదాలను తీసుకుని, వాటి వెక్టర్ ప్రాతినిధ్యాలను పొందండి, PCA ఉపయోగించి కొలతలను 2కి తగ్గించి, వాటిని 2D స్థలంలో ప్లాట్ చేయండి. మీరు ఏవైనా నమూనాలు గమనిస్తారా?

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**అస్పష్టత**:  
ఈ పత్రాన్ని AI అనువాద సేవ [Co-op Translator](https://github.com/Azure/co-op-translator) ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలోనే అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకం వల్ల కలిగే ఏవైనా అపార్థాలు లేదా తప్పుదారుల బాధ్యత మేము తీసుకోము.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->