Most Similar Word چالش 3 از جلسهی 55، متوسط
تابع most_similar(word) را کامل کن: روی همهی کلمهها بچرخد، خود word را رد کند و کلمهای را که بیشترین شباهت کسینوسی را دارد با شباهتش برگرداند. خروجی سه خط: kitten -> puppy 0.998، bus -> car 0.97 و apple -> pizza 0.982.
import numpy as np
words = {
"cat": np.array([1.0, 0.0, 0.0, 0.3, 0.0]),
"kitten": np.array([1.0, 0.0, 0.0, 0.1, 1.0]),
"dog": np.array([1.0, 0.0, 0.0, 0.5, 0.0]),
"puppy": np.array([1.0, 0.0, 0.0, 0.2, 1.0]),
"car": np.array([0.0, 0.0, 1.0, 0.6, 0.0]),
"bus": np.array([0.0, 0.0, 1.0, 1.0, 0.0]),
"pizza": np.array([0.0, 1.0, 0.0, 0.3, 0.0]),
"apple": np.array([0.0, 1.0, 0.0, 0.1, 0.0]),
}
def cosine(a, b):
return a @ b / (np.linalg.norm(a) * np.linalg.norm(b))
def most_similar(word):
best_word = None
best_score = -1
for other in words:
# skip the word itself, keep the best score
pass
return best_word, best_score
for w in ["kitten", "bus", "apple"]:
other, score = most_similar(w)
print(w, "->", other, round(float(score), 3))
راهنما و جواب این چالش · برگشت به درس جلسهی 55: تعبیهی کلمه ۱ · چالش بعدی: Sorted Neighbours
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال