語彙力診断の点数分布 - Qiita
語彙力診断 2016年8月18日，とある診断がバズりました． ハッシュタグ検索 #私の語彙力は この診断は50問の類義語/対義語に関する4択問題に答えると点数化され，分布のどの辺にいるのかを教えてくれます． しかし，Twitterで該当ハッシュタグ#私の語彙力はを検索…するまでもなくこの点数が"上位0.43%"でないことくらい感覚的に分かります． なので点数分布を取ってみました． そもそもこんな診断は信憑性のかけらもないよとか言わない． 検索・分布の描画 Twitter APIを使ったプログラムを組むのはほぼ初めてなので，以下 Python で Twitter から情報収集 (Twitter API 編) をベースにして組みました． 変更点は点数の取得とヒストグラムの描画と検索件数の変更です． if point <= 36600としてるのはネタでめちゃめちゃデカい点数に改変してツイートする
ニューラルネットによる単語のベクトル表現の学習 〜 Twitterのデータでword2vecしてみた - 病みつきエンジニアブログ
最近にわかにword2vecが流行っています。ので、乗っかってみました的記事です。 理論に関してはあまり詳しくしらないので、印象だけで語っているかもしれません。何かありましたらTwitterかコメント等でご指摘いただけますと幸いです。 ちなみに、失敗した話が多いです。 word2vecと単語のベクトル表現 word2vecは、機械学習の分野で使われる、ニューラルネットというモデルを使ったツール／ライブラリです*1。名前の通り、wordをvectorにします。vectorにする、というのは、ベクトル表現を獲得するということで、意味(みたいなもの)の獲得というか、素性の獲得というか。 単語のベクトル表現の獲得自体は、別にword2vecにしかないわけではありません。言い換えると、昔からあります。LDAを使って単語のトピック分布のようなものを学習したり(vingowでやりました)。余談ですが、こ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
5分でわかるベイズ確率
