集合とかベクトルの類似度の計算のメモ - 唯物是真 @Scaled_Wurm

Pythonで実装する類似度計算 - Screaming Loud #1283. 共起性の計算法 ↑この辺りの記事を見て、集合とかベクトルの類似度の計算の記事を下書きのまま放置していたことを思い出したので書き上げた。 類似度の計算のコードを書いたのでそれを載せるだけにしようかと思ったのですが、知っている人にしか伝わりそうにないので自然言語処理でよく使う話の概要だけでも書いときます。 導入 自然言語処理の分野では単語の意味を比較するときに、ある単語の周り(文脈)に出てきた単語のベクトル(文脈ベクトル)の類似度を計算することがある。 これは「ある単語の意味はその周囲に出現する単語によって特徴づけられている」という仮説に基づいていて、文脈ベクトルが似ていれば似たような意味、似たような状況で使われる単語が多いということが言えるからである。 Distributional semantics - Wi

[kenzan8000]

similarity

[shnkkb]

“sum([c in v2 for c in v1])”

[hoxo_m]

ありがたや〜

[nwpct1]

類似度の計算方法だけでも色々あるんだな

[noradaiko]

@yamaneko1212 あ、Pythonのコードを参考にCoffeeに書き起こしててん。なるほど、色々できるのね。Pythonイケてんな〜。ちなみにここ見てた：

[thorikawa]

jaccard係数

[machataka]

　分かりやすい

[modata]

“#1283. 共起性の計算法”

[lanius]

文脈ベクトル、Jaccard係数、Dice係数、Simpson係数、コサイン類似度。

[been6]

勉強会用