Lehrplan Lektion 146 von 250 · Embeddings & Semantische Suche von Grund auf
Embeddings & Semantische Suche von Grund auf

Ansehen: Wörter werden zu Vektoren

Du hast gerade Embeddings von Hand gebaut. Hier ist die Idee in Aktion. Ein embedding macht jedes Wort zu einem Punkt im Raum, gelernt so dass Bedeutung zu Distanz wird: Wörter mit ähnlichen Bedeutungen landen nah beieinander, unzusammenhängende Wörter landen weit auseinander.

Drücke Play. Schau zu, wie eine Handvoll Wörter sich in Cluster sortiert, dann schau zu, wie ein ganz neues Wort, puppy, genau dort landet, wo seine Bedeutung hingehört, und sieh, warum semantic search einfach nur die nächsten Punkte findet.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.