自然言語処理の餅屋

https://www.jnlp.org/

ユーザ用ツール

サイト用ツール

現在位置: 自然言語処理の餅屋 » 分散表現 » Word2Vec
分散表現:word2vec

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

両方とも前のリビジョン前のリビジョン
次のリビジョン		前のリビジョン
分散表現:word2vec [2022/04/16 10:29] – admin分散表現:word2vec [2023/10/02 20:57] (現在) – admin
行 1: 行 1:
 ===== Word2Vec ===== ===== Word2Vec =====
 === Word2Vecとは === === Word2Vecとは ===
-  * 最も有名な単語の[[分散表現:top]]。[[:教師なし学習]]で単語をベクトル化する+  * 最も有名な単語の[[:分散表現]]。[[:教師なし学習]]で単語をベクトル化する
   * 中間層が一層の[[:ニューラルネットワーク]]   * 中間層が一層の[[:ニューラルネットワーク]]
   * [[:cbow]]と[[:skip-gram]]という２種類のモデルがある   * [[:cbow]]と[[:skip-gram]]という２種類のモデルがある
   * 意味の近い単語が近いベクトルになるだけでなく、ベクトルの加減算ができる。例えば、東京－日本＋イタリアはローマ（に近い単語ベクトル）が出力される。ただ実際にいろいろやってみるとそううまくはいかない場合も多い。   * 意味の近い単語が近いベクトルになるだけでなく、ベクトルの加減算ができる。例えば、東京－日本＋イタリアはローマ（に近い単語ベクトル）が出力される。ただ実際にいろいろやってみるとそううまくはいかない場合も多い。
 +  * [[:類似度]]も参照。
  
 === モデルの公開 === === モデルの公開 ===
行 10: 行 11:
   * [[https://aial.shiroyagi.co.jp/2017/02/japanese-word2vec-model-builder/|word2vecの学習済み日本語モデルを公開します]]   * [[https://aial.shiroyagi.co.jp/2017/02/japanese-word2vec-model-builder/|word2vecの学習済み日本語モデルを公開します]]
   * [[https://cl.asahi.com/api_data/wordembedding.html|朝日新聞単語ベクトル]]   * [[https://cl.asahi.com/api_data/wordembedding.html|朝日新聞単語ベクトル]]
 +
 +=== やってみた ===
 +  * 2022-11-22 | [[https://qiita.com/fY9pFc4W1I8uoa0/items/a5e3b7706b8e8f68fabc|自然言語処理ハンズオン【MeCab, word2vec】文章から食材を自動抽出]]
 +  * 2022-06-27 | [[https://note.com/cograph_data/n/nd5dd98d960e2|自然言語処理ハンズオン【MeCab, word2vec】動かしてみよう！]]
 +  * 2020-01-20 | [[https://qiita.com/DancingEnginee1/items/b10c8ef7893d99aa53be|【機械学習】Word2Vecで単語間の類似度を測定する]]
 +  * 2018-12-19 | [[https://qiita.com/koh_hei128/items/2c7858ada50662bca3dd|秋元康に「恋」とは何かを聞いてみた]]
 +
 +=== 高速化 ===
 +  * 2023-06-19 | [[https://techmath-project.com/2023/06/19/seminar3-4/|word2vec の高速化]]
  
 === 記事 === === 記事 ===
 +  * 2023-03-22 | [[https://zenn.dev/yosuke00/articles/94817701b20059|Stanford NLP with Deep Learning Lecture2のまとめ]]
 +  * 2023-03-08 | [[https://zenn.dev/yosuke00/articles/4084a7b691ff92|Stanford NLP with Deep Learning Lecture1のまとめ]]
 +  * 2022-12-22 | [[https://www.youtube.com/watch?v=p67IYB7k9k8|自然言語処理における負例サンプリング損失の利用と発展]]
 +  * 2022-12-14 | [[https://blog.kikagaku.co.jp/word2vec|自然言語処理の必須知識！Word2Vec とは？]]
 +  * 2022-09-27 | [[https://qiita.com/masakuri/items/480c093953dc9dd7f54b|【非専門家向け】word2vec - chiVe / chiTra 利活用に向けて Part2.]]
 +  * 2022-01-07 | (動画) [[https://www.youtube.com/watch?v=_9fyK_odwyQ|【Deep Learning研修（発展）】系列データモデリング (RNN / LSTM / Transformer)　第９回「word2vec、ELMo」]]
   * 2021-07-26 | [[https://qiita.com/ryouryou_34/items/f2e0a5b83ac0ee839b5a|word2vecを簡単に試してみる]]   * 2021-07-26 | [[https://qiita.com/ryouryou_34/items/f2e0a5b83ac0ee839b5a|word2vecを簡単に試してみる]]
   * 2021-05-24 | [[https://qiita.com/mizutokage/items/24343a9db3638195fcb6|Word2Vecでコーパスの学習をしてみる]]   * 2021-05-24 | [[https://qiita.com/mizutokage/items/24343a9db3638195fcb6|Word2Vecでコーパスの学習をしてみる]]
行 24: 行 40:
   * 2020-06-28 | (動画) [[https://www.youtube.com/watch?v=FoY1rRH2Jc4|【自然言語処理】Word2Vecって何？【素人でも分かるように超解説】]]   * 2020-06-28 | (動画) [[https://www.youtube.com/watch?v=FoY1rRH2Jc4|【自然言語処理】Word2Vecって何？【素人でも分かるように超解説】]]
   * 2020-03-12 | [[https://ledge.ai/word2vec/|Word2Vecとは | 分散表現・Skip-gram法とCBOWの仕組み・ツールや活用事例まで徹底解説]]   * 2020-03-12 | [[https://ledge.ai/word2vec/|Word2Vecとは | 分散表現・Skip-gram法とCBOWの仕組み・ツールや活用事例まで徹底解説]]
 +  * 2019-03-27 | [[https://jalammar.github.io/illustrated-word2vec/|The Illustrated Word2vec]]
   * 2019-02-01 | (動画) [[https://www.youtube.com/watch?v=v5HarcIrxlM|【レクチャー: word2vecの概要】自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発]]   * 2019-02-01 | (動画) [[https://www.youtube.com/watch?v=v5HarcIrxlM|【レクチャー: word2vecの概要】自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発]]
 +  * 2019-01-09 | [[https://www.takapy.work/entry/2019/01/09/080338|単語と図で理解する自然言語処理（word2vec, RNN, LSTM）後編]]
 +  * 2018-06-18 | [[https://takoroy-ai.hatenadiary.jp/entry/2018/06/18/214810|Word2Vecと多義性]]
   * 2017-11-20 | [[https://qiita.com/yoppe/items/512c7c072d08c64afa7e|Word2Vecを使った文章間の類似度算出（簡易版）]]   * 2017-11-20 | [[https://qiita.com/yoppe/items/512c7c072d08c64afa7e|Word2Vecを使った文章間の類似度算出（簡易版）]]
   * 2016-12-20 | [[https://qiita.com/naotaka1128/items/2c4551abfd40e43b0146|【転職会議】クチコミをword2vecで自然言語処理して会社を分類してみる]]   * 2016-12-20 | [[https://qiita.com/naotaka1128/items/2c4551abfd40e43b0146|【転職会議】クチコミをword2vecで自然言語処理して会社を分類してみる]]
 +  * 2014-12-31 | [[http://shanti2013.blogspot.com/2014/12/word2vec-2014.html|word2vec の2014総括]]
  
  
(感想・要望・情報提供)　
.gz · 最終更新: 2022/04/16 10:29 by admin

ページ用ツール

(広告募集)