# ext-text-em

**Repository Path**: chenqi1233/ext-text-em

## Basic Information

- **Project Name**: ext-text-em
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-03-17
- **Last Updated**: 2026-02-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

#  词向量

![](./python/_images/featured.png)

## 描述
这是一个词向量相关的工具。

# 积木

![](./python/_images/block.png)



# 教程
库功能说明：
本库使用文本嵌入模型（embedding_text.onnx）将词汇表中的每一个单词表示为对应的512维的向量，通过主成分分析进行降维表示，将词向量表示在三维空间坐标系中，帮助观察各个词向量之间的关系，此外可以计算列表中词向量之间的相似度，词义相似的词，向量之间相似度比较高。

准备：使用前请安装对应的库，安装库的指令如下.

```
pip install scikit-learn==1.3.2
pip install xedu-python==0.2.3
pip install plotly==6.0.1
pip install onnxruntime==1.19.2
```
库使用方法如下
### 第一步：导入文本嵌入模型
在将词汇转成词向量时，需要用到embedding_text.onnx模型，有两种方法。（1）在联网条件下直接运行图形化指令就行，程序如果没有在电脑本地检测到模型，会自动从云端下载。如下图。
![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/f8040779d977bc6925ea141f8beac8c8.png)

（2）将“checkpoint”文件夹(文件夹中有embedding_text.onnx), 放入右侧项目中的文件，不需要网络

![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/554ba0e4fa5615b50946026a120713f4.png)

### 第二步：词转词向量并打印

可以使用以下代码，将词汇表中的每一个词转成词向量并打印输出。获取全部词向量的输出是一个二维数组，里面依次放了每一个词向量，每一个词向量是一个长度为512的一维数组，这是因为文本嵌入模型从词中提取了512个特征并转成了数字化输出。

![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/572f36d34d93391a152ca62feb432cc7.png)

### 第三步，词向量可视化观察

由于词向量是一个数组，比较抽象，使用以下程序，可以将转成的词向量转成三维坐标系的一个点，帮助直观的观察各个词向量之间的关系

![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/83a1975cc6d208e1438cabdd471045e4.png)

导出html文件并打开，可以观察词向量在三维空间坐标系的位置，这个空间可以理解为是语义空间。这个html文档可以用鼠标进行互动，在语义空间中词义相似的词向量，分布位置接近

![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/33e2dfb510d4b9bbd5779afc3f49537f.png)

### 第四步，向量之间的相似度计算

使用以下指令计算词向量之间的余弦相似度，余弦相似度越近，词义相似度越高

![](https://img.dfrobot.com.cn/wikicn/5d11bab74db88f1df9d7e8fb/f13d54d50560f5d58cd417d342b0b1f6.png)

# 支持列表

|主板型号|实时模式|ArduinoC|MicroPython|python|备注|
|-----|-----|-----|-----|:-----:|-----|
|uno|||||||
|micro:bit|||||||
|mpython|||||||
|arduinonano|||||||
|leonardo|||||||
|mega2560|||||||
|行空板|||||||
|PC||||√|||

# 更新日志

V0.0.1 基础功能完成

V0.0.2 积木更新

V0.0.3 新增库

V0.0.4 修改库ID