[AI] 임베딩 벡터 시각화

---

1.시각화 파일 준비

터미널에 다음명령어를 통해 각 단어에 대한 벡터 표현이 저장된 파일과 
metadata파일을 생성한다.

!python -m gensim.scripts.word2vec2tensor --input 학습모델이름 --output 모델이름

 

또는 subprocess를 통해서도 다음 명령어를 실행할수있다.

import subprocess

# 입력 파일과 출력 파일 경로 설정
input_model = "kor_w2v"  # 모델 파일 경로
output_model = "kor_w2v_output"  # 출력 파일 경로

try:
    # word2vec2tensor 명령어를 subprocess로 실행
    subprocess.run(['python', '-m', 'gensim.scripts.word2vec2tensor', '--input', input_model, '--output', output_model], check=True)
    print("TensorFlow 형식으로 변환 완료!")

except subprocess.CalledProcessError as e:
    print(f"명령어 실행 중 오류 발생: {e}")
except FileNotFoundError:
    print("파일을 찾을 수 없습니다. 'kor_w2v' 경로와 파일 이름을 확인하세요.")
except Exception as e:
    print(f"예기치 않은 오류 발생: {e}")

 

 

 

 

 

2.시각화

파일을 만들어 낸후 다음 사이트에 접속한다.

https://projector.tensorflow.org/

Embedding projector - visualization of high-dimensional data

 

 

load를 누른후 만들어낸 파일들을 선택해주자

 

 

 

3.결과

시각화로 임베딩 벡터를 시각화 할수있다.