怎么对词编码进行可视化：Embedding Projector

怎么对词编码进行可视化：Embedding Projector

https://projector.tensorflow.org/

Embedding Projector是用于可视化高维向量嵌入（如词向量、图像特征向量等 ）的工具，能帮你理解向量间的关系，下面以词向量分析和**简单自定义数据（比如特征向量）**为例，教你怎么用：

一、词向量分析场景（以图中Word2Vec数据为例）

1. 加载数据与基础查看

• 图里已加载Word2Vec 10K的词向量数据，界面左侧能选不同的降维算法（UMAP、T - SNE、PCA ），先选UMAP，维度选2D或3D，设置好“Neighbors”（邻居数，影响聚类效果 ），点“Run”，就能把高维词向量降维到二维/三维空间展示，这些点就代表一个个词的向量。
• 比如图中选中“male”这个词，右侧能看到它在原始空间里的最近邻词（像“female”“males”等 ），通过距离（如余弦距离、欧氏距离 ）判断语义关联，“female”距离近，说明语义上和“male”很相关，符合我们对“男性、女性”语义关联的认知。

2. 探索语义关系

<