да, это тоже кейс, и вполне рабочий. это тоже downstream, и пользует векторное пространство...

Я боюсь неконтекстными векторами сейчас только ради скорости пользуются

А так есть магия нейронок, где текст можно свернуть в вектор, в его развернуть в картинку и многое другое

я ж про то, что word2vec с одной стороны для слов, а с другой стороны для котиков для каких-то концепций вообще отвязанных. например ВВП на душу населения в таком духе.

типа говорим масло - всем хорошо. говорим пушки... ну это другое.

я в курсе dall-e (из pytorch hub), даже у себя запускал, и даже пытался где-то в прод пушнуть clip. я подозадачился маппингом

Не понял, при чём тут ВВП

Хэширование фич?)

Легче не стало

Наверное это про социум

ВВП как концепция, не как число. Взять например какие-то два домена - экономика, и скажем, культура.

как моя мать говорит - чем в стране хуже, тем смешнее КВН

Так и что? При чём тут word2vec? Можно развернуть мысль?

Человек видит логрег предсказывающий культуру по экономике, но такой многомерный и всё это в одном пространстве

Я не вижу, но я не настоящий сварщик

Это слишком много для модели, которая предсказывает слово по контексту :)

word2vec-модель на экономических текстах и второй - на культурных. и так много раз, по времени или по странам, не суть, это потом.

для каждого раза найти маппинг пространств.

далее, в нем переходом найти чтотнадо делать с культурой, чтобы разбогатеть)

хорош прикалываться) логрег кстати очень вещь)

не. я тополог в далеком анамнезе. и поэтому всякие морфизмы меня интересуют. ладно, надо поискать время на эксперименты

пространства два, в том и дело

Тут столько всего не так, что я даже затрудняюсь, с чего начать.
Во-первых, с чего вдруг пространство векторов слов должно содержать с точки зрения информации что-то большее, чем синоним/антоним/гипероним/*оним? Откуда там взяться даже причинно-следственным связям, не говоря уж о более сложных вещах?
Во-вторых, выведение из самого отображения последовательностьэи действий - это вообще за гранью фантастики

Не надо приписывать простым моделям магические свойства

Одно из применений "king - man + woman" - стилизованное перефразирование. Например, можно пытаться переписать текст, сделав его более формальным, если найти такой вектор, который при прибавлении к эмбеддингу слова будет давать более формальный синоним этого слова. Я пробовал, работает не хуже других few-shot подходов.

Другое применение - автоматическое словообразование. Иногда для прикладных задач бывает нужно найти, например, по прилагательному соответствующее ему сущестивтельное, скажем, по "красный" найти "краснота". Словарей таких - мало, а если писать правила, то вместо "зелени" и "голубизны" получим "зеленизну" и "голубь". А вот если искать вектор типа "желтый  + краснота - красный", то на правильную "желтизну" вполне можем выйти.