5d34bc4eb8
|
||
|---|---|---|
| .. | ||
| README.md | ||
README.md
Treinamento do Modelo Skip-Gram
Tarefa do Currículo AI para Iniciantes.
Tarefa
Neste laboratório, desafiamos você a treinar um modelo Word2Vec usando a técnica Skip-Gram. Treine uma rede com incorporação para prever palavras vizinhas em uma janela Skip-Gram de N-tokens de largura. Você pode usar o código desta lição e modificá-lo ligeiramente.
O Conjunto de Dados
Sinta-se à vontade para usar qualquer livro. Você pode encontrar muitos textos gratuitos no Project Gutenberg; por exemplo, aqui está um link direto para As Aventuras de Alice no País das Maravilhas de Lewis Carroll. Ou, você pode usar as peças de Shakespeare, que você pode obter usando o seguinte código:
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')
Explore!
Se você tiver tempo e quiser se aprofundar no assunto, tente explorar várias coisas:
- Como o tamanho da incorporação afeta os resultados?
- Como diferentes estilos de texto afetam o resultado?
- Pegue vários tipos de palavras muito diferentes e seus sinônimos, obtenha suas representações vetoriais, aplique PCA para reduzir as dimensões para 2 e plote-os em um espaço 2D. Você vê algum padrão?
Isenção de responsabilidade:
Este documento foi traduzido utilizando serviços de tradução automática baseados em IA. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional por um humano. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações erradas decorrentes do uso desta tradução.