加载预先训练的词嵌入

加载一个预先训练的词嵌入使用fastTextWordEmbedding．此功能需要文本分析工具箱™模型用于快速文本英语160亿令牌词嵌入金宝app支持包。如果没有安装此支金宝app持包，则该函数将提供下载链接。

emb = fastTextWordEmbedding

emb = wordem寝具属性:Dimension: 300 Vocabulary: [1×999994 string]

探索单词嵌入使用word2vec和vec2word．把单词意大利，罗马,巴黎向量使用word2vec．

意大利= word2vec (emb,“意大利”）;罗马= word2vec (emb,“罗马”）;巴黎= word2vec (emb,“巴黎”）;

计算给出的向量意大利-罗马+巴黎．这个向量封装了单词的语义意大利，没有这个词的语义罗马，也包括该词的语义巴黎．

Vec =意大利-罗马+巴黎

vec =1×300单行向量0.1606 -0.0690 0.1183 -0.0349 0.0672 0.0907 -0.1820 -0.0080 0.0320 -0.0936 -0.0329 -0.1548 0.1737 -0.0937 - 0.01619 0.0777 -0.0843 0.0066 0.0600 -0.2059 -0.0268 0.1350 -0.0900 0.0314 0.0686 -0.0338 0.1841 0.1708 0.0276 0.0719 -0.1667 0.0231 0.01773 -0.1135 0.1018 -0.2339 0.1008 0.1057 -0.1118 0.2891 -0.0358 0.0911 -0.0958 -0.0184 0.0740-0.1081 0.0826 0.0463 0.0043

找出最接近的嵌入词vec使用vec2word．

词= vec2word (emb vec)

词=“法国”

创建2d文本散点图

通过使用创建一个二维文本散点图来可视化单词嵌入tsne和textscatter．

将前5000个单词转换为向量word2vec．V是一个长度为300的字向量矩阵。

话说= emb.Vocabulary (1:5000);V = word2vec (emb,单词);大小(V)

ans =1×25000 300

将单词向量嵌入到二维空间中tsne．运行此函数可能需要几分钟。如果要显示收敛信息，请设置“详细”名称-值对为1。

XY = tsne (V);

在指定的坐标处绘制单词XY在二维文本散点图中。为了可读性,textscatter，默认情况下不显示所有输入单词，而是显示标记。

图textscatter (XY,话说)标题(单词嵌入t-SNE图）

放大情节的一部分。

ylim([-18 -5]) [11 21]

创建3d文本散点图

通过使用创建一个3-D文本散点图来可视化单词嵌入tsne和textscatter．

将前5000个单词转换为向量word2vec．V是一个长度为300的字向量矩阵。

话说= emb.Vocabulary (1:5000);V = word2vec (emb,单词);大小(V)

ans =1×25000 300

将单词向量嵌入到三维空间中tsne通过指定维数为3。运行此函数可能需要几分钟。如果要显示收敛信息，可以设置“详细”名称-值对为1。

XYZ = tsne (V,“NumDimensions”3);

在3d文本散点图中，在XYZ指定的坐标处绘制单词。

figure ts = textscatter3(XYZ,words);标题(三维词嵌入t-SNE图）

放大情节的一部分。

xlim ([12.04 - 19.48]) ylim ([-2.66 - 3.40]) zlim ([10.03 - 14.53])

进行聚类分析

将前5000个单词转换为向量word2vec．V是一个长度为300的字向量矩阵。

话说= emb.Vocabulary (1:5000);V = word2vec (emb,单词);大小(V)

ans =1×25000 300

发现25个集群kmeans．

cidx = kmeans (V, 25岁,“距离”，“sqeuclidean”）;

使用前面计算的二维t-SNE数据坐标在文本散点图中可视化集群。

图textscatter (XY,话说,“ColorData”分类(cidx));标题(单词嵌入t-SNE图）

放大情节的一部分。

ylim([-47 -35])