![](https://cdn-ak-scissors.b.st-hatena.com/image/square/af0e87bb336b1d891ba62e4e89e8b5aa7a5206a5/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0YWthaGFzaGltJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz01YThiOGZiMzI0YzUxZmQ4MThjMWIxYTI5NmRjMmNkNg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D2baa66ee604eb6b9d948b2eec4221302)
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。
『ゼロから作るDeep Learning❷』2.4 カウントベースの手法の改善 資料 - 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
『ゼロから作るDeep Learning❷』2.4 カウントベースの手法の改善 資料 - Qiita
本節の概要 分散表現を改善する 正の相互情報量(PPMI)を使う(難易度:中) 次元削減のために特異値分解... 本節の概要 分散表現を改善する 正の相互情報量(PPMI)を使う(難易度:中) 次元削減のために特異値分解(SVD)を使う(難易度:高) もっと大きなデータに適用してみる(計算時間:大) 分散表現の改善 そもそも、なんで共起行列を作ったか?→単語の分散表現のため その意味では、単語の共起行列は「単語の(ある種の)分散表現」といえる とはいえ、ただの共起行列では微妙なので、改良する 2.4.1 相互情報量 微妙な点その1:高頻度な単語を適切に扱えない 「the」「car」「drive」では、「car」と「drive」の関連性が高そうだが、「the」と「car」の関連の方が強く出る そもそも「the」はたくさん出現するため共起することが多い でも、出現回数が小さいのに共起する方が重要では? それを考慮する指標として、「相互情報量」を使う 自己相互情報量 相互情報量(Pointwise Mutu