「Word2Vec」は、米グーグルの研究者であるトマス・ミコロフ氏らが提案した手法であり、いくつかの問題について従来のアルゴリズムよりも飛躍的な精度向上を可能にした自然言語処理の手法。 Word2Vecは、その名前の表す通り、単語をベクトル化して表現するする定量化手法である。例えば日本人が日常的に使う語彙数は数万から数十万といわれるが、Word2Vecでは各単語を200次元くらいの空間内におけるベクトルとして表現する。 その結果、今まで分からなかったり精度を向上するのが難しかった単語同士の類似度や、単語間での加算・減算などができるようになり、単語の「意味」を捉えられるようになった。 というわけで、かなり興味深いないようなので、早速実践してみることにします。 1.環境構築 subversionを使ってWord2Vecのソースコードをcheckoutする。 mkdir ~/word2vec_t
![米googleの研究者が開発したWord2Vecで自然言語処理(独自データ) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/b14f4fe1497a298a436b46f18b5c81e33c472a1f/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-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwb2thcHB5JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1kYzk5MmViZjFiOGViM2Y5N2JlOTFlODJiYzNmNDUzZA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D790982f8f559fa508af89bf6fc1a6b02)