可视化在 SpaCy 中使用预训练词嵌入计算的余弦相似度分数

Question

我使用 SpaCy 的预训练模型“en_core_web_lg”来查找一组值和属性之间的余弦距离。我想可视化一个词与另一个词的接近程度，非常类似于聚类。

Here is the link to the table which contains similarity scores for each value vs attribute

这里的列是我试图找到相似度分数的属性，而行是我试图找到最有可能被分类的属性的值

This is the output i am trying to achieve. Please take a look at it

Answer 1

如果你想要一个类似这样的情节： 您需要将词向量的维度减少到二维。

因此，您必须对所需的词向量应用降维算法，例如t-SNE（这也在 scikit-learn 中实现）。

相似度分数不足以做到这一点； 你需要整个向量。

Here，有一个关于 t-SNE 可视化词向量的不错的 Kaggle 教程。您可以自定义它，只选择您感兴趣的单词。