Je voudrais utiliser des plongements faits par w2v afin d'obtenir les mots de substitution les plus probables DONNÉES un contexte (mots environnants), plutôt que de fournir un mot individuel.python word2vec similitude de contexte en utilisant les mots environnants
Exemple: phrase = « Je voudrais aller au parc demain après l'école »
Si je veux trouver des candidats similaires à « parc », généralement je voudrais simplement tirer parti de la fonction de similarité du modèle Gensim
model.most_similar('park')
et d'obtenir des mots sémantiquement similaires. Cependant, cela pourrait me donner des mots similaires au verbe "park" au lieu du nom "park", que je recherchais.
Existe-t-il un moyen d'interroger le modèle et de le contextualiser en tant que contexte pour fournir de meilleurs candidats? Word2vec n'est pas, principalement, un algorithme de prédiction de mots.