دالة Build_graph وتمثيل المجتمعات في المخططات - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

دالة Build_graph() fx

تُستخدم دالة ()Build_graph لإنشاء مخطط يتضمن: • عقدة واحدة لكل كلمة ضمن مفردات محددة. • حافة بين كل كلمتين. الوزن على الحافة يساوي التشابه الدلالي بين الكلمات، المحسوب بواسطة أداة Doc2Vec وهي أداة معالجة اللغات الطبيعية المخصصة لتمثيل النص كمتجه وهي تعميم لنهجية نموذج الكلمة إلى المتجه (Word2Vec). ترسم الدالة مخططًا ذا عقدة واحدة لكل كلمة في المفردات المحددة. توجد كذلك حافة بين عقدتين إذا كان تشابه نموذج الكلمة إلى المتجه (Word2Vec) أكبر من الحد المعطى.

# tool used to create combinations (e.g. pairs, triplets) of the elements in a list from itertools import combinations import networkx as nx # python library for processing graphs def build_graph(vocab:set, # set of unique words model_wv # Word2Vec model ): # gets all possible pairs of words in the doc pairs=combinations(vocab,2) G=nx.Graph() # makes a new graph for w1,w2 in pairs: # for every pair of words w1, w2 sim=model_wv.similarity(w1, w2) # gets the similarity between the two words G.add_edge(w1,w2,weight=sim) return G # creates a graph for the vocabulary of the World Cup document G=build_graph(vocab,model_wv) # prints the weight of the edge (semantic similarity) between the two words G['referee']['goalkeeper']

{'weight': 0.40646762}

وبالنظر إلى ذلك المخطط المبني على الكلمة، يمكن تمثيل مجموعة من الكلمات المتشابهة دلاليًا في صورة عناقيد من العقد المتصلة معًا بواسطة حواف عالية الوزن. يُطلق على عناقيد العقد كذلك المجتمعات (Communities). مُخرج المخطط هو مجموعة بسيطة من الرؤوس والحواف الموزونة. لم تُجرَ عملية التجميع حتى الآن لإنشاء المجتمعات. في الشكل 3.28 تُستخدم ألوان مختلفة لتمييز المجتمعات في المخطط المذكور بالمثال السابق.

شكل 3.28: المجتمعات في المخطط

178

وزارة التعليم Ministry of Education 2023 - 1447

دالة Build_graph() fxتُستخدم دالة ()Build_graph لإنشاء مخطط يتضمن: • عقدة واحدة لكل كلمة ضمن مفردات محددة. • حافة بين كل كلمتين. الوزن على الحافة يساوي التشابه الدلالي بين الكلمات، المحسوب بواسطة أداة Doc2Vec وهي أداة معالجة اللغات الطبيعية المخصصة لتمثيل النص كمتجه وهي تعميم لنهجية نموذج الكلمة إلى المتجه (Word2Vec). ترسم الدالة مخططًا ذا عقدة واحدة لكل كلمة في المفردات المحددة. توجد كذلك حافة بين عقدتين إذا كان تشابه نموذج الكلمة إلى المتجه (Word2Vec) أكبر من الحد المعطى.--- SECTION: Python Code Example --- # tool used to create combinations (e.g. pairs, triplets) of the elements in a list from itertools import combinations import networkx as nx # python library for processing graphs def build_graph(vocab:set, # set of unique words model_wv # Word2Vec model ): # gets all possible pairs of words in the doc pairs=combinations(vocab,2)G=nx.Graph() # makes a new graph for w1,w2 in pairs: # for every pair of words w1, w2 sim=model_wv.similarity(w1, w2) # gets the similarity between the two words G.add_edge(w1,w2,weight=sim)return G# creates a graph for the vocabulary of the World Cup document G=build_graph(vocab,model_wv) # prints the weight of the edge (semantic similarity) between the two words G['referee']['goalkeeper']{'weight': 0.40646762}وبالنظر إلى ذلك المخطط المبني على الكلمة، يمكن تمثيل مجموعة من الكلمات المتشابهة دلاليًا في صورة عناقيد من العقد المتصلة معًا بواسطة حواف عالية الوزن. يُطلق على عناقيد العقد كذلك المجتمعات (Communities). مُخرج المخطط هو مجموعة بسيطة من الرؤوس والحواف الموزونة. لم تُجرَ عملية التجميع حتى الآن لإنشاء المجتمعات. في الشكل 3.28 تُستخدم ألوان مختلفة لتمييز المجتمعات في المخطط المذكور بالمثال السابق.--- SECTION: شكل 3.28: المجتمعات في المخطط --- شكل 3.28: المجتمعات في المخطط2023 - 1447--- VISUAL CONTEXT --- **DIAGRAM**: شكل 3.28: المجتمعات في المخطط Description: A network graph showing interconnected nodes (words) clustered into different communities, represented by various colors (green, yellow, red, blue, purple). The nodes are connected by edges, implying semantic similarity. Different colored clusters indicate distinct communities within the graph. The graph has a central dense cluster with several smaller, more peripheral clusters connected to it. Context: This diagram visually represents the output of the `Build_graph` function, illustrating how words are grouped into 'communities' based on their semantic similarity, as described in the accompanying text. The colors help distinguish these communities.Context: This is a standard footer element indicating the publisher or endorsing body of the textbook.