给我一份用tensorflow2.0写的关于词向量训练和预测,并作出词向量散点图的代码

时间: 2023-05-29 17:07:26 浏览: 59
以下是一个简单的用TensorFlow 2.0实现的词向量训练和预测的代码,同时作出词向量散点图: ```python import tensorflow as tf import numpy as np import matplotlib.pyplot as plt # 定义数据集 corpus_raw = 'He is the king . The king is royal . She is the royal queen ' corpus_raw = corpus_raw.lower() # 将数据集转换成单词列表 words = [] for word in corpus_raw.split(): if word != '.': # 去除句号 words.append(word) words = set(words) # 去重 word2int = {} int2word = {} vocab_size = len(words) # 词汇表大小 for i, word in enumerate(words): word2int[word] = i int2word[i] = word # 构造训练数据 data = [] WINDOW_SIZE = 2 # 窗口大小 for i, word in enumerate(words): for j in range(max(i - WINDOW_SIZE, 0), min(i + WINDOW_SIZE, len(words))): if i != j: data.append((word, words[j])) # 定义模型参数 EMBEDDING_DIM = 2 # 词向量维度 learning_rate = 0.1 epochs = 10000 # 定义模型 class Word2Vec(tf.keras.Model): def __init__(self, vocab_size, embedding_dim): super(Word2Vec, self).__init__() self.target_embedding = tf.keras.layers.Embedding(vocab_size, embedding_dim, input_length=1, name="w2v_embedding") self.context_embedding = tf.keras.layers.Embedding(vocab_size, embedding_dim, input_length=WINDOW_SIZE*2, name="w2v_context_embedding") def call(self, target, context): target_embedding = self.target_embedding(target) context_embedding = self.context_embedding(context) dot = tf.keras.layers.Dot(axes=2)([context_embedding, target_embedding]) dot = tf.keras.layers.Reshape((1,))(dot) output = tf.keras.layers.Activation('sigmoid')(dot) return output model = Word2Vec(vocab_size, EMBEDDING_DIM) model.compile(loss='binary_crossentropy', optimizer=tf.keras.optimizers.Adam(learning_rate), metrics=['accuracy']) # 训练模型 for epoch in range(epochs): x, y = [], [] for w in data: x.append(word2int[w[0]]) y.append(word2int[w[1]]) loss, acc = model.train_on_batch([np.array(x), np.array(y)], np.ones(len(x))) if epoch % 1000 == 0: print("Epoch:", epoch, "Loss:", loss, "Accuracy:", acc) # 可视化词向量 weights = model.get_layer('w2v_embedding').get_weights()[0] for i, word in int2word.items(): x, y = weights[i] plt.scatter(x, y) plt.annotate(word, xy=(x, y), xytext=(5, 2), textcoords='offset points', ha='right', va='bottom') plt.show() # 预测词向量 word = 'queen' word_index = word2int[word] target_word_vector = model.get_layer('w2v_embedding').get_weights()[0][word_index] similar_words = [] for i, w in int2word.items(): if w != word: vector = model.get_layer('w2v_embedding').get_weights()[0][i] similarity = np.dot(target_word_vector, vector) / (np.linalg.norm(target_word_vector) * np.linalg.norm(vector)) similar_words.append((w, similarity)) similar_words = sorted(similar_words, key=lambda x: x[1], reverse=True) print(similar_words[:5]) ``` 上述代码的输出结果包括每1000个epoch的训练损失、准确率,以及词向量散点图和预测词向量的相似词。

相关推荐

最新推荐

recommend-type

Qt图形图像开发之曲线图表模块QChart库坐标轴和数据不对应、密集的散点图无法显示问题解决方法

主要介绍了Qt图形图像开发之曲线图表模块QChart库坐标轴和数据不对应、密集的散点图无法显示问题解决方法,需要的朋友可以参考下
recommend-type

python使用matplotlib模块绘制多条折线图、散点图

主要为大家详细介绍了python使用matplotlib模块绘制多条折线图、散点图的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python散点图与折线图绘制过程解析

这篇文章主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 在数据分析的过程中,经常需要将数据可视化,目前常使用...
recommend-type

python绘制地震散点图

主要为大家详细介绍了python绘制地震散点图的相关方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依