作者stayfool (fool)
看板DataScience
標題[問題] 如何讓機器學到需要的詞向量
時間Thu Apr 21 15:14:24 2022
ctrl + y 可以刪除一整行，請將不需要的內容刪除
文章分類提示:
- 問題: 當你想要問問題時，請使用這個類別。
- 討論: 當你自己已經有答案，但是也想聽聽版友意見時。
- 情報: 當你看到消息時，請使用這個類別。
根據板規規定，做適當的轉換，以及摘錄重要文意。
- 心得: 當你自己想要分享經驗時，請使用這個類別。
(回答並非義務，所以當有人回答時，哪怕句謝謝也好，多多回應，大E可編輯文章)
可以試著把程式碼用網站貼出來唷 https://pastebin.com/
(如果用不到以下框架，如觀念問題請自行視情況刪除作業系統,使用工具等項目)
作業系統: win10
問題類別: ML
使用工具: tensorflow
問題內容:
有4個詞，分別是 食物 漢堡 米飯 牙刷
食物 跟 漢堡 一起出現的頻率是 10 次
食物 跟 米飯 一起出現的頻率是 5 次
食物 跟 牙刷 一起出現的頻率是 2 次
該如何把這4個詞製作成向量，並且可比較相似度，食物 和 漢堡相似度最高，
和牙刷相似度最低，請提供關鍵字讓我查詢 或是 告知我該如何作 謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.242.144 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1650525266.A.08F.html
1F：推 ddavid: Word2vec、GloVe 04/21 15:38
2F：→ ddavid: 網路資源很多，這兩個也都有公開的 GitHub 實作可以研究 04/21 15:40
3F：→ stayfool: Word2vec的相似度計算和我要的不一樣 04/21 15:48
4F：→ stayfool: 它是利用具有相同上下文的詞，計算相似度 04/21 15:50
5F：→ stayfool: 例如狗咬人和貓咬人，狗跟貓相似是因為有相同的上下文 04/21 15:52
6F：→ stayfool: 咬人，我要的相似度是一起出現的頻率 04/21 15:54
7F：推 chang1248w: fp tree，兩個禮拜前作業剛好有出 04/21 21:13
8F：推 ddavid: 如果只是要一起出現的頻率，那請找 04/21 23:48
9F：→ ddavid: frequent pattern mining / association rule 04/21 23:49
10F：→ ddavid: 要演算法名的話可以從最基本的 Apriori 和 FP Growth 開始 04/21 23:50