![](https://cdn-ak-scissors.b.st-hatena.com/image/square/0531645adf35d7e2054e7f48c6895776eb67b0de/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-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9T3BlbkFJJUUzJTgxJUFFRW1iZWRkaW5nJUUzJTgxJUFFJUU0JUJCJTk1JUU3JUI1JTg0JUUzJTgxJUJGJUUzJTgxJUFCJUUzJTgxJUE0JUUzJTgxJTg0JUUzJTgxJUE2JUU4JUE3JUEzJUU4JUFBJUFDJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1kNzVhZmIwMWQzMThlODJhOGJiNDM3MGU2MGIxNTEwZQ%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwdGFrYXJ1aSUyMGluJTIwJUU1JTg1JUFEJUU1JTg1JTgzJUU3JUI0JUEwJUU2JTgzJTg1JUU1JUEwJUIxJUUzJTgyJUI3JUUzJTgyJUI5JUUzJTgzJTg2JUUzJTgzJUEwJUU2JUEwJUFBJUU1JUJDJThGJUU0JUJDJTlBJUU3JUE0JUJFJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz02MmIwM2MwNTk5OTA1YjZiODIyYjQ3YWMyNDQ0MWFkZg%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dccc074872e2a285aed54473039ed94cf)
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。
OpenAIのEmbeddingの仕組みについて解説 - 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
OpenAIのEmbeddingの仕組みについて解説 - Qiita
はじめに OpenAIは、人間レベルの一般的な人工知能を開発することを目指している組織です。そのための手... はじめに OpenAIは、人間レベルの一般的な人工知能を開発することを目指している組織です。そのための手法の一つとして、深層学習モデルが自然言語を理解するためのEmbeddingがあります。本記事では、その仕組みとその影響について解説します。 Embeddingとは 文や単語、文字などのテキストデータを高次元空間上における数値ベクトルに変換することを指します。この空間上では、意味的に近い単語は互いに近い位置に配置され、遠い単語は遠くに配置されます。 テキストデータは、人間が理解するためには意味を持つ記号の集まりですが、コンピュータはこれを直接扱うことが難しいです。そのため、テキストデータを数値化しコンピュータに理解できる形式に変換する必要があります。この変換する方法としてEmbeddingがあります。 OpenAIとEmbedding OpenAIは、Embeddingを利用して大規模な言