K čemu se používá spaCy pro generování vektorů?

spaCy se používá k generování vektorů slov a textů, což umožňuje převést textové informace do číselného formátu vhodného pro strojové učení a analýzu. Vektory odrážejí sémantický význam slov nebo vět, což umožňuje jejich porovnávání podle smyslu, provádění shlukování, klasifikace a dalších úloh NLP.

Hlavní použití generování vektorů v spaCy:

• Vektorové reprezentace slov (word embeddings): spaCy poskytuje předem natrénované modely, které přiřazují každému slovu vektor pevné velikosti.
• Vektorové reprezentace vět a dokumentů: agregace vektorů slov pro získání vektoru celého textu.
• Hledání podobných slov a textů: porovnání vektorů pomocí kosinusové podobnosti.

Příklad použití:

import spacy

nlp = spacy.load("en_core_web_md")  # model s vektorovými reprezentacemi

doc = nlp("Apple is looking at buying U.K. startup")

print(doc.vector)  # vektor celé věty
print(doc[0].vector)  # vektor prvního slova "Apple"