PLN: Visualizando 3d embeddings
Subscreva o canal:
Descrição
Apresentam-se códigos para representação gráfica de palavras em vetores 3D (embeddings). A representação em 3D de vetores multidimensionais utilizou a técnica de PCA (Principal Component Analysis ou Análise de Componentes Principais), que reduz a dimensionalidade de uma matriz à projeção dos componentes mais significativos, ou seja, daqueles que mais contribuem, em cada caso, para o direcionamento do respectivo vetor. Espera-se, teoricamente, que palavras com semântica aproximada (exemplo: prédio, edifício, construção, apartamento...) tenham vetores próximos entre si. Os códigos fonte utilizados estão disponíveis no perfil do Github: https://github.com/robertocsa/Natural-Language-Processing-NLP- Vídeo que estava vendo e serviu-me de inspiração para esta apresentação. Aliás, recomendo tanto assistir ao vídeo como seguir o canal em questão (3Blue1Brown): https://www.youtube.com/watch?v=LPZh9BOjkQs&t=40s
Palavras-chave
IA, AI, tutoriais, Lógica digital, PLN, Processamento de Linguagem Natural, Embedding, PCA, Principal Component Analysis
Estatísticas
👁️ 13 visualizações
👍 0 curtidas
📝 0 comentários
⌚ 2min 24s
🗓️ 26/05/2025 13:01