文本表示
介绍
在各大新媒体平台,存在大量的用户发布的文本,这些文本都是宝贵的数据资源,而对文本进行向量化表征是文本资源化的一大关键步骤,能够应用于下游的各大任务。比如在社交平台,句向量可以用于计算用户所发布的条文内容之间的相似度,以便进行信息检索、推荐相关内容。
目前你们小组面临这样一个任务,基于一个已训练好的词向量模型,构建一个句子相似度计量的应用,能够针对所输入的两个句子以及定义的文本相似度计算方法,计算两者间的相似度。
准备
开始答题前,请确认当前目录 /home/project 下包含以下文件:
- word2vec_model.bin,已训练好的词向量模型。
- task.py,是你后续答题过程中编写代码的地方。
目标
请在 task.py
文件中根据以下要求编写函数代码。
函数 get_w2v
- 功能:调用训练好的词向量模型,获取词的词向量。
- 参数:
word
:string,一个词。
- 返回值:
word_vector
:如果输入词在模型词汇表中,则返回一个 numpy.ndarray 类型的词向量,如果不在,则返回 None。
函数 get_sentence_vector
- 功能