エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
機械学習でテキストを扱う「word2vecによる自然言語処理」まとめ - アルパカログ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
機械学習でテキストを扱う「word2vecによる自然言語処理」まとめ - アルパカログ
機械学習でテキスト(自然言語)を扱おうとすると必ずと言っていいほど目にするのが「word2vec」だ。 こ... 機械学習でテキスト(自然言語)を扱おうとすると必ずと言っていいほど目にするのが「word2vec」だ。 このエントリでは「word2vecによる自然言語処理」の内容をまとめる。 O'Reilly Japan - word2vecによる自然言語処理 word2vec とは? ニューラルネットワークをはじめとした機械学習で自然言語を扱うには、単語などをベクトルで表す必要がある。 word2vec は単語をベクトルに変換するための手法の1つで、分散表現とも呼ばれる。 word2vec では意味の近い単語は近いベクトルになるとされる。 例としては king - man + woman = queen は「王様から男を引いて女を足したら女王になる」というのがある。 word2vec の仕組み word2vec のモデルの1つである Skip-gram はニューラルネットワークが基礎となっている。 S