Vetřelec
Pět řádků po pěti slovech. V každém řádku čtyři patří k sobě a jedno ne. Najdi vetřelce; v každém řádku máš jeden pokus.
Najít slovo, které nesedí, je detekce anomálií: stejný princip, který mezi tisíci běžných plateb odhalí tu podvodnou. Takhle ji stavíme doopravdy.
Každé slovo je vektor naučený z toho, jak se daným jazykem píše na webu. Každý řádek tvoří čtyři slova, jejichž vektory leží blízko sebe, a jedno, které leží dál; řádky jsou těžší, jak se vetřelec ke skupině přibližuje.
Po každém pokusu uvidíš, jak si byl model jistý: jak se jeho důvěra dělí mezi slova podle toho, jak daleko je každé od ostatních čtyř. Hádanku sestavil model, ale i jeho můžou oklamat slova se dvěma významy.
Postaveno na vektorech fastText Common Crawl (CC BY-SA 3.0, Facebook AI Research) a knihovně Simplemma (MIT; data o tvarech slov z lematizačních seznamů Michala Měchury, ODbL, a dalších otevřených zdrojů uvedených v její dokumentaci).