이번에는 ‘동물’, ‘육식동물’에는 긍정적이지만 ‘사람’에는 부정적인 단어를 알아보겠습니다.
코드 10-16 ‘동물’, ‘육식동물’에는 긍정적이지만 ‘사람’에는 부정적인 단어와 유사도 확인
similarities = model_kr.most_similar(positive=['동물', '육식동물'], negative=['사람'])
print(similarities)
다음은 ‘동물’, ‘육식동물’에는 긍정적이지만 ‘사람’에는 부정적인 단어와 유사도에 대한 결과입니다.
[('초식동물', 0.7804122567176819), ('거대동물', 0.7547270655632019), ('육식동물의', 0.7547166347503662), ('유두동물', 0.753511369228363), ('반추동물', 0.7470757961273193), ('독동물', 0.7466291785240173), ('육상동물', 0.746031641960144), ('유즐동물', 0.7450903654098511), ('극피동물', 0.7449344396591187), ('복모동물', 0.742434561252594)]
사람과는 관계가 없으면서 동물과 관련된 단어들을 보여 주고 있습니다.
계속 언급하지만 워드투벡터 기반은 데이터를 랜덤으로 사용하기 때문에 결과가 책과 다를 수 있습니다.