Whatlies 项目教程

1. 项目介绍

Whatlies 是一个用于理解和可视化词嵌入（word embeddings）的工具包。它提供了一系列工具，帮助用户更容易地创建词嵌入的可视化，并支持多种语言后端，如 spaCy、fasttext、tfhub、huggingface 和 bpemb。Whatlies 的主要目标是帮助用户理解词嵌入中的“隐藏信息”，并通过可视化操作来探索这些嵌入的特性。

2. 项目快速启动

安装

首先，通过 pip 安装 Whatlies：

pip install whatlies

如果你需要特定的语言后端支持，可以安装相应的扩展包：

pip install whatlies[spacy]
pip install whatlies[tfhub]
pip install whatlies[transformers]

如果你想安装所有支持的后端，可以使用：

pip install whatlies[all]

快速示例

以下是一个简单的示例，展示如何使用 Whatlies 加载词嵌入并进行可视化：

from whatlies import EmbeddingSet
from whatlies.language import SpacyLanguage

# 加载 spaCy 语言模型
lang = SpacyLanguage("en_core_web_md")

# 定义一些词汇
words = ["cat", "dog", "fish", "kitten", "man", "woman", "king", "queen", "doctor", "nurse"]

# 创建 EmbeddingSet
emb = EmbeddingSet(*[lang[w] for w in words])

# 进行交互式可视化
emb.plot_interactive(x_axis=emb["man"], y_axis=emb["woman"])

3. 应用案例和最佳实践

案例1：性别偏见消除

在自然语言处理中，词嵌入常常包含性别偏见。Whatlies 可以帮助你通过线性代数操作来消除这些偏见。以下是一个示例：

# 原始可视化
orig_chart = emb.plot_interactive('man', 'woman')

# 消除性别偏见
new_ts = emb | (emb['king'] - emb['queen'])

# 新的可视化
new_chart = new_ts.plot_interactive('man', 'woman')

案例2：PCA 和 UMAP 降维

Whatlies 支持多种降维技术，如 PCA 和 UMAP，帮助你更好地理解高维词嵌入的结构：

from whatlies.transformers import Pca, Umap

# 原始可视化
orig_chart = emb.plot_interactive('man', 'woman')

# PCA 降维
pca_plot = emb.transform(Pca(2)).plot_interactive()

# UMAP 降维
umap_plot = emb.transform(Umap(2)).plot_interactive()

# 显示结果
pca_plot | umap_plot

4. 典型生态项目

1. spaCy

spaCy 是一个用于自然语言处理的强大工具，Whatlies 与 spaCy 集成，可以直接使用 spaCy 的词嵌入模型进行可视化。

2. TensorFlow Hub

TensorFlow Hub 提供了大量的预训练模型，Whatlies 支持从 TensorFlow Hub 加载词嵌入模型，并进行可视化操作。

3. Hugging Face Transformers

Hugging Face 的 Transformers 库提供了多种预训练的语言模型，Whatlies 可以与这些模型集成，帮助用户理解这些模型的词嵌入特性。

4. fastText

fastText 是 Facebook 开发的一个用于高效文本分类和词嵌入的库，Whatlies 支持 fastText 的词嵌入可视化。

通过这些生态项目的支持，Whatlies 能够覆盖广泛的词嵌入应用场景，帮助用户更好地理解和利用词嵌入技术。