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

88.61%

ある単語をWord2Vecで最も類似度の高い単語で置換したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 2,688
退会済みユーザー

退会済みユーザー

図1 ダイエットの類義語一覧
図1 ダイエットの類義語一覧

 前提・実現したいこと

MeCabで文章を分かち書きして,Word2Vecを用いることである単語と最も類似度の高い単語を置換したい.

置換したい単語を難解語として変数selに入れます.その変数selと,Word2Vecの結果であるresultの中で最も類似度の高い単語を置換したいです.

(例)僕はダイエット中だ → 僕は減量中だ

具体的には,Word2Vecを用いて類似語を抽出した後にその中で最も類似度の高い語を抽出する方法(図1の"減量"を抽出する方法)と単語の置換方法が分からないです.

 該当のソースコード

from gensim.models import word2vec
import csv
import MeCab

model = word2vec.Word2Vec.load("./wiki.model")

dictB = {}

m = MeCab.Tagger("-Owakati")
print("分かち書きしたい文章")
x = input()
print("入力文:" ,x)
word = m.parse(x).split()

print("結果:" ,m.parse(x))

with open('test.csv', mode="w") as f:
    writer = csv.writer(f)
    writer.writerow(word)

with open('test2.csv') as fileB:
    reader = csv.reader(fileB,delimiter=',')
    for row in reader:
        for sel in row:
            dictB[sel] = True

with open('test.csv') as fileA:
    with open('word.csv', mode="w") as r:    //testとtest2を比べて,
        reader = csv.reader(fileA,delimiter=',') //testにしかない単語(難解語)をword.csvに出力
        writer = csv.writer(r)
        for row in reader:
            for sel in row:
                if sel not in dictB:
                    print("難解語:" ,sel)
                    writer.writerow([sel])
                    results = model.wv.most_similar(positive=[sel])
                    for result in results:
                        print(result)

 補足情報(FW/ツールのバージョンなど)

Python3.7.1

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • can110

    2018/11/20 14:18

    現状で出来ているコードと具体的に何が分からない(MeCabで分かち書き方/Word2Vecの使い方/文字列の置換方法など)のかを追記ください

    キャンセル

  • 退会済みユーザー

    退会済みユーザー

    2018/11/20 14:20

    すみません,コードを載せ直しました.

    キャンセル

  • can110

    2018/11/22 13:39

    コードから推測すると、置き換えた単語「減量」は標準出力に出すということでよいでしょうか?

    キャンセル

  • 退会済みユーザー

    退会済みユーザー

    2018/11/22 13:42

    その通りです.情報不足で申し訳ございません.

    キャンセル

回答 1

checkベストアンサー

0

提示ソース中においてresults[0]が最も類似度の高い単語です。
あとはこれと元の単語を置き換えればよいです。
置き換えに相当するソース部分が存在しない?(不明)なので、あとはご自身で実装ください。
たとえば以下のようになるかと思います。

# 略
results = model.wv.most_similar(positive=[sel])
print(results[0]) # 最も類似度の高い単語を出力

投稿

編集

  • 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。

  • 2018/11/22 14:03

    わかりました,ありがとうございます.
    最後にもう一つだけ良いでしょうか?
    ベクトルも表示させず,類義語だけ表示させる方法はあるのでしょうか?

    キャンセル

  • 2018/11/22 14:05

    こちらでは動作未検証ですのでたぶん「result[0][0]」でよいと思いますが
    だめなら「results[0]」のprint結果を提示ください。

    キャンセル

  • 2018/11/22 14:08

    うまく出力されました.
    ありがとうございます.助かりました.

    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 88.61%
  • 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