![](https://cdn-ak-scissors.b.st-hatena.com/image/square/a1016f4868e928beb597779e1add3bbbf83af5b2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9V29yZDJWZWMlRTMlODElQTclRTYlOTYlODclRTglQjElQUElRTMlODElQUUlRTQlQkQlOUMlRTklQTIlQTglRTMlODIlOTIlRTUlOEYlQUYlRTglQTYlOTYlRTUlOEMlOTYlRTMlODElOTclRTMlODElQTYlRTMlODElQkYlRTMlODIlOEImdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTUwYjlkODU0YmZlYzllMTZlNjk0OTE2YmYzY2FjZmUy%26mark-x%3D142%26mark-y%3D100%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBwczAxMCZ0eHQtY29sb3I9JTIzM0EzQzNDJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9M2FkZDlhMzM2ZjhjMmI2ZDZjYWFmZDdhOWRhYWZhZjA%26blend-x%3D142%26blend-y%3D455%26blend-mode%3Dnormal%26txt64%3DaW4gU3VwZXJzaGlw5qCq5byP5Lya56S-%26txt-width%3D972%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25233A3C3C%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D550%26s%3D6782b1d0825106bf4aa521cd09c9ee49)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
Word2Vecで文豪の作風を可視化してみる - Qiita
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
Word2Vecで文豪の作風を可視化してみる - Qiita
こちらはSupership Advent Calendar 2018の4日目の記事になります。 こんにちは。はじめまして。 データ... こちらはSupership Advent Calendar 2018の4日目の記事になります。 こんにちは。はじめまして。 データサイエンティストのps010です。 普段は、広告配信のログからユーザーのWeb上の行動履歴を解析しています。 今回のエントリは、Word2Vecの実践報告です。 はじめに 最近、ユーザーが興味をもつ情報を解析する手法として、Word2Vecに関心を持ち始めました。 今回はWord2Vecを使って、小説やエッセイなど、分野の異なる作家のテイストや文体の違いを把握できるのか、試してみたいと思います。 具体的には、作家ごとにWord2Vecのモデルを学習し、2つのアプローチで結果を比較してみます。 1. 類義語:単語の使われ方や文体の違いを比較 2. 単語の演算:単語間の関係性を可視化 本題の前にWord2Vecについて簡単におさらいです。 Word2Vecは単語の前