5. Word2Vec Modelini Kullanmak Örnekler
Buradan indirdiğiniz eğitilmiş modelde de anlatılan adımlarla çıkardığınız modelde de aşağıdaki kodla modeli python'da yükleyebilirsiniz.
from gensim.models import KeyedVectors
word_vectors = KeyedVectors.load_word2vec_format('trmodel', binary=True)
Bu adımdan sonra word_vectors üzerinden aşağıdaki işlemleri yapabilirsiniz.
word_vectors.most_similar(positive=["kral","kadın"],negative=["erkek"])
Bu word2vec için klasik bir örnektir. Kral kelime vektöründen erkek kelime vektörü çıkarılıp kadın eklendiğinde en yakın kelime vektörü kraliçe oluyor. Benzerlerin bir çoğu da kral ve kraliçenin ek almış halleri oluyor. Türkçe sondan eklemeli bir dil olduğu için bazı sonuçlar beklenildiği gibi çıkmayabiliyor. Eğer word2vec'i kelimelerin lemmalarını bularak eğitebilseydik, çok daha temiz sonuçlar elde edebilirdik.
word_vectors.most_similar(positive=["geliyor","gitmek"],negative=["gelmek"])
Bu örnekte ise filler için zaman eklerinin etkisini inceledik. En benzer kelime vektörleri beklenen sonuç ile alakalı çıktı.
word_vectors.doesnt_match(["elma","portakal","çilek","ev"])
ev
Bu method ise kelime listesi arasındaki farklı olanı bulmaya yarıyor ve beklenildiği gibi çalışıyor.
Önceki:4. Word2Vec Modelini Eğitmek