将在SpaCy中使用预训练单词嵌入计算出的余弦相似性分数可视化

Question

我已经使用SpaCy的预训练模型'en_core_web_lg'来找到一组值和属性之间的余弦距离。我想形象化一个单词与另一个单词有多接近的关系，与聚类非常相似。

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

这里的列是我试图为其找到相似度得分的属性，而行是我试图找到其最有可能被归类的属性的值

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

Answer 1

如果您想要类似的图：您需要将单词向量的维数减少到2维。

因此，您必须将所需的降维算法应用到所需的词向量上，例如t-SNE（也在scikit-learn中实现）。

相似度分数不足以做到这一点； 您需要完整的向量。

Here，有一个关于t-SNE的很好的Kaggle教程，用于可视化单词向量。您可以自定义它，仅选择您感兴趣的词。