NLP Academy · บทเรียน

โหลดเวกเตอร์ GloVe ใน Python

ใช้เอ็มเบดดิงที่ฝึกไว้ล่วงหน้าได้ทันที

บทเรียน 3 จาก 413 ขั้นตอน

โหลดเวกเตอร์ GloVe ใน Python เป็นบทเรียน NLP Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน NLP Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส NLP Academy มีบทเรียนทั้งหมด 4 บทเรียน

ข้ามการฝึก

การฝึกการฝังคำตั้งแต่ต้นต้องใช้ข้อมูลและเวลามหาศาล โชคดีที่คุณสามารถนำเวกเตอร์ที่ฝึกไว้ล่วงหน้ามาใช้และเริ่มต้นได้ทันที

พบกับ GloVe

GloVe คือชุดเวกเตอร์คำยอดนิยมที่ฝึกจากคำหลายพันล้านคำ ดาวน์โหลดเพียงครั้งเดียวแล้วนำกลับมาใช้ในโครงการทั้งหมดได้

เป็นเพียงไฟล์ข้อความ

GloVe จัดส่งมาในรูปไฟล์ข้อความธรรมดา แต่ละบรรทัดมีหนึ่งคำตามด้วยตัวเลขของเวกเตอร์ โดยคั่นด้วยช่องว่าง

the 0.418 0.249 -0.412 0.121
cat 0.451 -0.071 0.398 0.022

เลือกมิติ

GloVe มีขนาด เช่น 50, 100 หรือ 300 ตัวเลขต่อคำ มิติที่มากขึ้นเก็บรายละเอียดได้มากกว่า แต่ใช้หน่วยความจำมากขึ้น

โหลดลงในพจนานุกรม

คุณอ่านไฟล์ทีละบรรทัดและจัดเก็บแต่ละคำพร้อมเวกเตอร์ของคำนั้น พจนานุกรมของ Python จะจับคู่ทุกคำกับตัวเลขของคำนั้น

import numpy as np
emb = {}
for line in open("glove.6B.100d.txt"):
    p = line.split()
    emb[p[0]] = np.array(p[1:], dtype=float)

ค้นหาคำ

เมื่อโหลดเสร็จแล้ว การดึงเวกเตอร์ก็ทำได้ด้วยการค้นหาเพียงครั้งเดียว ขอคำใดก็ได้ แล้วรับเวกเตอร์แบบหนาแน่นกลับมาได้ทันที

vec = emb["king"]
print(vec.shape)   # (100,)

จัดการคำที่ไม่มีอยู่

คำที่พบไม่บ่อยหรือสะกดผิดอาจไม่มีอยู่ใน GloVe ให้ตรวจสอบการมีอยู่เสมอ เพื่อไม่ให้คีย์ที่หายไปทำให้การค้นหาของคุณหยุดทำงาน

word = "supercalifragilistic"
vec = emb.get(word)
print(vec is None)   # True if unknown

gensim ทำให้เรื่องนี้ง่าย

ไลบรารีเจนซิมสามารถโหลดเวกเตอร์เหล่านี้ให้คุณผ่านส่วนเชื่อมต่อที่ใช้งานง่าย โดยจัดการการแยกวิเคราะห์และการค้นหาไว้เบื้องหลัง

from gensim.models import KeyedVectors
model = KeyedVectors.load_word2vec_format("vectors.txt")

ค้นหาคำที่คล้ายกัน

เมื่อโหลดด้วยเจนซิมแล้ว การค้นหาคำข้างเคียงทำได้ด้วยการเรียกใช้เพียงครั้งเดียว ขอคำที่ most_similar กับคำใดก็ได้

model.most_similar("paris", topn=3)
# [("london", 0.78), ("rome", 0.74), ...]

นำกลับมาใช้ได้ทุกที่

เวกเตอร์ชุดเดียวกันนี้ใช้กับการค้นหา การจัดกลุ่ม และตัวจำแนกได้ การโหลดการฝังคำที่ฝึกไว้ล่วงหน้ามักเป็นวิธีเพิ่มคุณภาพได้เร็วที่สุด 🚀

ระวังการใช้หน่วยความจำ

ไฟล์ขนาด 300 มิติมีขนาดใหญ่และโหลดช้า ให้เริ่มด้วยชุดข้อมูลขนาด 100 มิติระหว่างที่คุณสร้างต้นแบบ แล้วค่อยเพิ่มขนาดภายหลัง

ตรวจสอบความเข้าใจอย่างรวดเร็ว

ไฟล์เวกเตอร์ GloVe มีโครงสร้างอย่างไร

ตอบคำถามในบทเรียนแบบโต้ตอบ

สรุปทบทวน

เวกเตอร์ GloVe ที่ฝึกไว้ล่วงหน้าช่วยให้คุณไม่ต้องฝึกเองเลย คุณโหลดลงในพจนานุกรมหรือเจนซิม แล้วค้นหาและเปรียบเทียบคำได้ทันที ✅

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส: 30
บทเรียน: 120

เริ่มเรียนฟรี ดูหลักสูตรเต็ม

คำถามที่พบบ่อย

บทเรียน “โหลดเวกเตอร์ GloVe ใน Python” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “โหลดเวกเตอร์ GloVe ใน Python” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส NLP Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส NLP Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “โหลดเวกเตอร์ GloVe ใน Python”

ใช้เอ็มเบดดิงที่ฝึกไว้ล่วงหน้าได้ทันที คุณปฏิบัติ NLP Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน NLP Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน NLP Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “โหลดเวกเตอร์ GloVe ใน Python” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน NLP Academy นี้ได้ไหม

ได้ บทเรียน NLP Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ NLP Academy