Carregando
0xD0Lição 14 de 18

Representar significado com vetores de palavras

Coloque as palavras como pontos no espaço para que palavras semelhantes fiquem próximas umas das outras.

22 min Questionário com 6 perguntas 1 exercício de código
Ao final desta lição, você saberá
  • Explique a hipótese distributiva por trás dos vetores de palavras
  • Compare palavras com semelhança de cosseno
  • Resolva analogias com aritmética vetorial - e identifique o viés que ela pode revelar

As contagens tratam cada palavra como não relacionada: para um pacote de palavras, gato é tão diferente de gatinho quanto de carburador. Vetores de palavras (também chamados de embeddings) corrigem isso dando a cada palavra uma lista de números - um ponto no espaço - para que palavras com significados semelhantes fiquem próximas umas das outras.

De onde vêm os números? Da hipótese distributiva, resumida pelo linguista J. R. Firth: “Você conhecerá uma palavra pela companhia que ela mantém”. Palavras que aparecem em contextos semelhantes (café e chá ambos são preparados, derramados, quentes) obtêm vetores semelhantes. Métodos como word2vec e GloVe aprendem esses vetores a partir de bilhões de palavras de texto.

Proximidade como ângulo

Semelhança de cosseno compara as direções em que dois vetores apontam: 1 significa a mesma direção, 0 significa não relacionado (em ângulos retos). Ele ignora o comprimento, que reflete principalmente a frequência de uma palavra, e não o que ela significa.

Experimente

Até 15 XP

Mapa vetorial de palavras

Os vetores de palavras reais têm centenas de dimensões; este mapa de brinquedo tem dois, então você pode vê-los.

  • No modo Comparar, clique em king e queen, depois em king e woman. Qual par aponta mais para a mesma direção?
  • No modo Resolver analogias, adivinhe a resposta antes que ela seja revelada. A seta azul é o “movimento” da segunda palavra para a primeira; a seta verde repete esse movimento a partir da terceira palavra.
kingqueenprinceprincessuncleauntmanwoman

Clique em duas palavras no mapa. As setas partem da origem e apontam para cada palavra; quanto menor o ângulo entre elas, maior a similaridade do cosseno.

Nenhuma palavra selecionada.

analogy.py
vectors = {"king": (8, 9), "man": (8, 2), "woman": (2, 2), "queen": (2, 9)}
target = tuple(king - man + woman for king, man, woman in zip(vectors["king"], vectors["man"], vectors["woman"]))
print(target, target == vectors["queen"])
Saída
(2, 9) True

Principais conclusões

  • Os vetores de palavras colocam as palavras no espaço; contextos semelhantes → pontos próximos (hipótese distributiva).

  • Semelhança de cosseno compara direções: próximo de 1 = semelhante, próximo de 0 = não relacionado.

  • A aritmética vetorial pode capturar relacionamentos (rei − homem + mulher ≈ rainha) – e preconceitos sociais.

Quiz da aula

6 perguntas · aprovação com 5 acertos · até 50 XP

Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

Pratique: aplique NLP com Python

Experimente cada ideia de processamento de texto em Python, execute com entradas de exemplo e use os resultados para ver onde o método funciona ou falha.

Exercício 1

Encontre a palavra mais semelhante

+25 XP

A primeira linha é N. Cada uma das próximas N linhas é uma palavra e seu vetor, como king 8 9. A última linha é uma palavra de consulta. Imprima a outra palavra com maior semelhança de cosseno com a consulta (empates: primeiro em ordem alfabética).

  • Vizinhos reais
  • Canto oposto
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Dúvidas sobre esta lição

Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

Carregando publicações…