呢其興玩 Machine Learning, 其中一範,就係 NLP (Natural Language Processing, 唔係催眠嗰啲). 當中有一個 Word2Vec 嘅玩法,就係將字/詞變成一個所謂嘅 embedding, 基本上係一組數字,而每粒數都係字/詞嘅特性強度,基本上有 100 粒數 (即係 100 個 features) 大慨就夠用。一組數字嚟講,數學上叫做 vector, 亦因為係一個 vector, 就可以利用加減去計算相關嘅字/詞出嚟。例如以三國演義為例: 孔明 - 蜀 + 吳 = 周瑜,又或者 曹操 - 魏 + 蜀 = 劉備
而 vector 之間嘅距離越近,相應字/詞嘅意思亦越近。例如以 LIHKG 嘅廣東話內容去分析,「啲」係同 「D」、「少少」相近。
如果將 vector 嘅數值變成 0 至 255, 就可以變成一個灰階嘅圖,但灰階圖太難睇,加入顏色後,就可以見到特別少少嘅效果。
變咗做圖像之後,就可以玩好多嘢,例如將幅圖縮短,基本上係一篇文章嘅摘要。亦都可以用一啲 image processing 嘅方法去做分析。
Google 嘅 Tensorflow project 外帶一個 embedding projector, 將 100 個 features (dimensions) 計返 3 個 dimensions 出嚟,有興趣可以玩吓: https://x.co/embeddings
Search This Blog
Friday, December 28, 2018
Subscribe to:
Posts (Atom)
Popular Posts
-
前幾日,睇到呢篇文 嬲爆!電車司機哭訴,竟被斥奴隸! 今日搵返出嚟嘅時候,見到另一篇謬論,先回: 1。歐、美各國發達或不發達民主國家。出糧時,最少4 % 扣去供EI unemployment insurance 失業保險,最少3 % pension 退休金,如非管理層,最...
-
話說古有新安八景,香港有二,一為杯渡禪蹤,二為鰲洋甘瀑。熙時年間嘅《新安縣志》曰:「鰲洋甘瀑在七都大洋中。有石高十丈,四面鹹潮。中有甘泉飛瀑,若自天而下。」 鰲洋甘瀑今位於南區薄扶林瀑布灣,搭車去華富邨行一陣就到。 香港開埠前,英國外科醫生及博物學家 Clarke Abe...
-
廿三年前好多細路都見到嘅血腥場面,形成童年陰影,事件亦漫延到學校,包括美術科要畫六四嘅感受,音樂堂唱《愛自由》等歌曲,令印象更加深刻。廿三年後,細路都長大,成為社會嘅支柱,可能錢可以解決到生活上嘅需要,但要佢哋都唔記得呢 D 場面,錢係解決唔到嘅問題。所以,不論中國發展幾咁起飛,...
-
香港嘅社會運動,到最後散水嘅時候,都話會將運動「遍地開花」。但之後就只會隨住時間而忘記,又或者係每年一兩次嘅集會先再講起。 真正嘅片地開花,就只可以由教育體制、宣傳著手。政府要推國民教育又或者係每晚新聞前嘅國歌,就係要愛國愛黨嘅情操遍地開花。政府只要定好政策,拎到撥款,就可以...
-
咁就一個月,之前寫咗個 program 仔去做 backup facebook 嘅 content. 跟住發現咗一個功能,反正一個月可以做個月結。因為 Like 係最簡易嘅動作,就用 Like 嚟做個小分析。 呢個走勢圖入面,大家重記唔記得每個高峰點發生過乜事? 頭10...
-
如果你問我,正生搬去屋企附近有無問題,我無所謂。反而明報今日一則副刊,令我有更深切嘅反思: 共同分擔不受歡迎設施 對於有梅窩人不滿偏偏選了他們的社區,陳健民說,社會有多類型的設施需要大家承擔,只要不是過於集中一個地區,就有道德責任接受,就算富裕如數碼港 的富豪區,也有此責任。美國...
-
排名不分先後: - 開始著唔同嘅衫去成為一個 manager - 公司搬 Office - 公司制度改變,加薪之餘亦加辛,亦要開始睇錢 - 公司開始成為 Microsoft partner, 是福不是禍,是禍檔不過? - 為馬拉松做好準備 - 做 gym 而整傷眼 - 總投資回報...
-
Sad but true... Confirmed: Microsoft Says It Will Open Source VB 6 Re:And we care why? (Score:4, Funny) by fragfoo (2018548) writes: on Th...
-
一年前,post 過一個關於幼稚園同學嘅文章,噚晚終於得到回應。 除咗小學買餸時碰過一兩次面,都真係廿幾年無聯絡。原來,大家都响上環工作,今日出嚟食咗個 lunch, 雖然好耐無見,但大家都有一種莫名嘅歡喜。廿幾年嚟無講嘅嘢,今日都講咗唔少,交換近況後,友情再度出發。