Word2vecとDoc2vecで得られるベクトルの違いについて

Question

最近、自然言語処理の分野を勉強し始めた者です。
文章中の単語をベクトルで表現する手法としてWord2vec、
その拡張手法として文書と単語を同次元のベクトルで表現した手法がDoc2vecであると思いますが

質問1
Word2vecで得られる単語ベクトルとDoc2vecで得られる単語ベクトルは意味が異なるのでしょうか。
例えば、word2vecでは野球ベクトルとソフトボールベクトルの類似度が0.8で、
doc2vecでは類似度が0.85

質問2
複数の文書を1つのカテゴリとみなして、幾つかのカテゴリを作成した場合
Doc2vecで入力層に各文書を入力するのではなくて、
作成したカテゴリを入力する事で各カテゴリのベクトルは作成できるのでしょうか。

正直ニューラルネットワークの理解が不十分なので、
質問の意味も間違ってるかも知れませんが、宜しくお願いします。

Answer 1

質問1

単語ベクトルの性質に大きな差異はありません（文書idの情報を入れるので、一定の違いは生じるでしょうけど）。

ただし、「word2vecでは野球ベクトルとソフトボールベクトルの類似度が0.8で、doc2vecでは類似度が0.85」になる可能性が皆無とは言い切れません。たまたまそうなることはある、というだけの話ですが。

質問2

できます。同一カテゴリの文書を結合して1文書として学習させるのと基本的に違いはありません。

Comments

[退会済みユーザー]

解答ありがとうございます