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...
-
給佔中三子和泛民議員的一封公開信 (美國)尹浩鏐 我是一個旅居美國快50 年的老華僑,原本不必為香港的前途擔憂,但我又不能不擔憂,因為那裡住著600萬我的親人同胞,不能眼看著他們被少數有心人帶入死胡同而不發一聲,我人微言輕,我的話你們不一定會聴得入耳,但我若不把心裡話吐出...
-
This is the third entry of today. It's been a long time I didn't blog. I would like to keep the diary before I forgot it. OK, here y...
-
Ten days ago, it was my 26th birthday. My colleagues have throw a small party at lunch. I also got a gift from a friend of mine in the eveni...
-
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...
-
响新聞度聽到政府官員响立法會講休「恬」空間,惡夢... 正字人去咗邊?
-
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...
-
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...
-
想當年响學校遇到一個非常之伯父嘅老師,見佢第一眼已經覺得佢好惡,求神拜佛希望佢唔好教我。當然,天主教學校對神神佛佛一慨不理,中三嗰年,就係佢教 Physics. 佢係湯 Sir, 湯應祥老師,係眾學生口中嘅蘋果佬。 蘋果佬嘅來源有兩種說法,有一說係似前學校門口有檔生果攤,學生...