Na čo sa používa spaCy na generovanie vektorov?

spaCy sa používa na generovanie vektorov slov a textov, čo umožňuje previesť textové informácie do číselného formátu vhodného pre strojové učenie a analýzu. Vektory odrážajú sémantický význam slov alebo viet, čo im umožňuje porovnávať ich podľa zmyslu, vykonávať zhlukovanie, klasifikáciu a ďalšie úlohy NLP.

Hlavné použitia generovania vektorov v spaCy:

• Vektorové reprezentácie slov (word embeddings): spaCy poskytuje predtrénované modely, ktoré každému slovu priraďujú vektor s pevnou veľkosťou.
• Vektorové reprezentácie viet a dokumentov: agregácia vektorov slov na získanie vektora celého textu.
• Hľadanie podobných slov a textov: porovnanie vektorov pomocou kosínusovej podobnosti.

Príklad použitia:

import spacy

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

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

print(doc.vector)  # vektor celej vety
print(doc[0].vector)  # vektor prvého slova "Apple"