Word2VecとはTomas Mikolov氏の率いるGoogleの研究チームによって発表されましたニューラルネットワーク(CBOW, Skip-gram)をオープンソースとして実装したもので、文字通り単語をベクトル表現するためのライブラリです。 出始めが2014年のようなので新しいライブラリではないのですが、ちょっちょっとググってみた感じでは上記要件を満たすために最適のようでした。 詳細は以下に詳しく記載されています Word2Vecとは? Word2vecの目的及び有用性は、類似語のベクトルをベクトルスペースにグループ化することです。つまり、数値に基づいて類似性を検知するのです。 今回はこの機能に注目してみました。 任意の言語から、『おっぱい』までのベクトルの長さの合計が一番小さな最短経路を出せばよいのではないかと思ったわけです。 gensim ディープラーニングに相性のよさそうなp
![Word2VecとNetworkXで任意の単語をおっぱいに収束させたかった - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/4a59bb86e3f6e8e881d1586ed59c24babdccf7a0/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-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9V29yZDJWZWMlRTMlODElQThOZXR3b3JrWCVFMyU4MSVBNyVFNCVCQiVCQiVFNiU4NCU4RiVFMyU4MSVBRSVFNSU4RCU5OCVFOCVBQSU5RSVFMyU4MiU5MiVFMyU4MSU4QSVFMyU4MSVBMyVFMyU4MSVCMSVFMyU4MSU4NCVFMyU4MSVBQiVFNSU4RiU4RSVFNiU5RCU5RiVFMyU4MSU5NSVFMyU4MSU5QiVFMyU4MSU5RiVFMyU4MSU4QiVFMyU4MSVBMyVFMyU4MSU5RiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9NTU4M2Y3Zjk4ZjliZTNlY2M2YmI1MTg5ZjQ1YTdkZjE%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB1cHBlcnMxMiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9YmEwOGRmYzMxOTJhMDdlNDBmMzVlNWNmODgwYmYzZmU%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D33717a50fdd0e7fab5cefa58a42c20ad)