質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.35%

  • Python

    3828questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    269questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Doc2vecの単語ベクトル化の仕組みについて

解決済

回答 1

投稿 2017/11/30 23:45

  • 評価
  • クリップ 0
  • VIEW 78

trafalbad

score 129

Doc2vecは単語をベクトル化して結果的に文章をベクトル化するのですが、例えば
イチロー
パリ

のようにいろんな単語があるとします。このような単語は何を基準にベクトル化しているのでしょうか?
これは推測なのですが
「イチロー」→スポーツ
「パリ」→土地

のような特徴のベクトルで表現されてると思います(あくまで推測ですが)。
Doc2vecが自動でこのような単語の意味の特徴をベクトル化してるとは考えにくいのですが、何か作成者が単語の特徴をベクトル化する際の基準となる辞書のようなものを作成したのでしょうか?

何を基準にDoc2vecは単語の特徴をベクトル化しているのでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

根底は分布仮説ですね。「似た意味の単語なら周辺に登場する単語の分布も似るはずだ」という仮説です。

単語をベクトル化するのに、文集合の中から「注目する単語の前後k個」を取ってきてその個数を数えます。文集合の中に単語がn種類あるとすると、それは「n次元のベクトル」になりますね?
それが素朴な単語ベクトルです。

ビールの前後には"飲む"とか"乾杯"とか"買う"とか"うまい"とか"酔う"とかいった単語が多そうですね。
ワインの前後も似た感じでしょうけれど、"ぶどう"とか"赤"とか"白"とか"フランス"とかいった単語がビールの場合より多そうですね。
ベクトルの中の成分が近い部分が意味の似ている部分を表していて、成分が異なる部分が意味の違う部分を表してそうだ、というアイデアです。

高次元の疎な離散値のベクトルは扱うのが面倒なので、これを低次元(100次元とか)の密な連続値のベクトルに変換する方法が考えられてきました。古くは行列の主成分分析のような方法でしたが、ニューラルネットワークを使った性能が良い実装が出ました。その名前がword2vecで、文に適用できるように変形したものがdoc2vecです。

投稿 2017/12/01 09:04

編集 2017/12/01 09:07

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/12/01 11:01

    前後関係が重要ですね。
    一般的な表現には強いが、文学的表現や洒落などは解せないでしょう。
    BoW(Bag-of−Words)と関連して調べると分かり易いではないでしょうか。

    https://ejje.weblio.jp/concordance/total/basketball
    https://ejje.weblio.jp/concordance/total/tennis

    英語で調べてみるとすごく分かりやすかったりします。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

ただいまの回答率

91.35%

関連した質問

  • 解決済

    特定の文字列を変換する場合

    現在、JavaScriptで特定の文字列を変化するブックマークレットを作成しています。 具体的な機能は、バックスラッシュをスラッシュにし、スラッシュをバックスラッシュにし、それをテ

  • 受付中

    SVMチューニングパラメータについて

    Rのe1071での機械学習においてチューニングを行っています. こちらのサイトを参考に実践しているのですが, http://d.hatena.ne.jp/hoxo_m/201103

  • 解決済

    ベクトルについて質問です

    ベクトルについて質問です。 画像右のようなBoxがあるとします。 このBoxはxyz座標をもっています。 左の人間(とさか君)はBoxの方を向いています(赤色)、その

  • 解決済

    諸事情で消去いたしました。

    こちらの質問はの内容は諸事情により消去いたしました。 大変お騒がせいたしました。

  • 解決済

    円同士の衝突処理で、どの位置にぶつけられたのかを判定したい

    前提・実現したいこと Unityで2Dゲームを作成しています。言語はC#です。 質問内容はUnityというより数学です。 ある円Bが発射点Pから射出され、移動している円Aに衝

  • 解決済

    バイト配列をVectorに追加したいのですが

    状況に応じて配列の中身を変化させたいのでVectorを使おうとしているのですが、 Vectorでのバイト配列の扱い方が理解できていないため質問させて頂きます。 前回の質問を

  • 解決済

    XPathでXMLにデータを追加する方法

    前提・実現したいこと XPath("test/test"など)で新規に要素を作成する方法はありますか? Before <test> </test> After

  • 解決済

    Unity:レンダリング結果の射影変換について

    前提・実現したいこと Unityのポストエフェクトとして、レンダリングした結果に射影変換を適用させようとしています。 メインカメラにアタッチしたコンポーネントのOnRender

同じタグがついた質問を見る

  • Python

    3828questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    269questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。