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

90.33%

  • Python

    9243questions

    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。

  • Python 3.x

    7428questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    769questions

    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。

  • 自然言語処理

    138questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。

word2vec モデル作成時のパラメータについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 846

---stax---

score 74

初歩的な質問になります
word2vecをwebなどの資料を参考に見よう見まねで実装することはできました
モデルを作成する際

model = word2vec.Word2Vec([ret], size=200, min_count=3, window=3, iter=500, seed=0 )

このようなコードを何気なく作っているのですが、なぜその値にするのかがよくわかっていません
例えばsizeは100や200という値を設定しているのを見かけるのですが、これが小さすぎたり大きすぎるとどういう問題があるのでしょうか?
意味も分からず使っている内容ばかりなので見ておくべき資料などもあれば教えて頂けたら幸いです。
宜しくお願い致します。

  • 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

+1

  • size
    これは単語ベクトルの次元数です。つまり、ニューラルネットの中間層のノード数ということでもあります。
    大きすぎると効率の良いdenseな表現を学習しない、小さすぎると十分に単語の特徴を捉えられないのですが、100~500くらいの間にしておけば概ね問題ないでしょう(微妙な性能の善し悪しはありますが、測ってみないとなんともいえないレベル)

  • min_count=3
    これは出現頻度が3以下(未満だったかもしれないが、未確認)の単語は無視するというオプションです。指定することで、ほとんど出てこない単語の処理に無駄に計算コストを食われる事態を避けられたりします。

  • window
    これはいわゆるウィンドウサイズで(そのまま・・・)、前後n単語を見てベクトルを作る、ということです。

  • iter
    これはニューラルネットのepoch数。


gensimの実装ならそんな突飛なパラメタはないので、仕組みを理解していれば想像でなんとなく使えると思います。
word2vecの元論文を読め! ・・・とは言いませんが、仕組みを解説している記事は検索すれば幾らでも出てくるのだから、基本的なところは把握しておきましょう。
一応わかりやすそうなものにリンクを貼っておきますが、自分で調べることが望ましいです。
絵で理解するWord2vecの仕組み
Word2Vec:発明した本人も驚く単語ベクトルの驚異的な力 - DeepAge

投稿

  • 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。

  • 2018/06/19 15:54

    返信遅くなり申し訳ありません
    いつも丁寧にありがとうございます
    リファレンスや資料を見てもなぜそうするのか、という理由が分からず悩んでいました
    概要が分かっていないとそもそも理解できないですよね
    まずは基本だけでも理解できるよう学習致します

    また、以前回答頂いた共起についてですが結局頂いたURLの内容が理解できず(特に3人目の回答者の方が何が言いたいのか分かりませんでした・・・)合っているかわかりませんが自分なりにこうかな?と思うやり方や資料を参考にしながら進めてみました。
    また行き詰ってしまったので質問することもあるかと思いますが良ろしければまたそちらも宜しくお願い致します

    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 90.33%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    9243questions

    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。

  • Python 3.x

    7428questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    769questions

    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。

  • 自然言語処理

    138questions

    自然言語処理は、日常的に使用される自然言語をコンピューターに処理させる技術やソフトウェアの総称です。