مثال دیکشنری (هوش مصنوعی با پایتون): dims = ["animal", "food", "vehicle", "big",…
مثال 2 از درس جلسهی 55 آموزش هوش مصنوعی برای نوجوانان با پایتون: تعبیهی کلمه ۱
ایدهی تازه: به جای «کدام کلمه است؟» بپرسیم «این کلمه چه ویژگیهایی دارد؟». مثل کارت شخصیت در یک بازی که قدرت، سرعت و جادو را با عدد نشان میدهد. برای هر کلمه چند عدد مینویسیم: چقدر حیوان است، چقدر خوراکی، چقدر وسیلهی نقلیه، چقدر بزرگ، چقدر بچه. به این بردار تعبیهی کلمه (word embedding) میگوییم.
dims = ["animal", "food", "vehicle", "big", "young"]
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]),
}
print(words["kitten"][dims.index("young")]) # 1.0
این کد را همینجا در ویرایشگر پایتون اجرا کن، عددها و متنهایش را عوض کن و دوباره اجرا کن تا ببینی چه تغییری میکند.
بیشتر بخوان: دیکشنری در پایتون: آموزش کامل کلید و مقدار با مثال
← مثال قبلی · برگشت به درس جلسهی 55: تعبیهی کلمه ۱ · مثال بعدی → · چالشهای این جلسه