首页
/ Whatlies 项目教程

Whatlies 项目教程

2024-09-21 05:55:26作者:何举烈Damon

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。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
163
2.05 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
199
279
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
951
557
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
96
15
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
77
70
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0