Now Loading...

Now Loading...

CBOW

CBOW

CBOWは分散仮説とよばれる言語学の主張をCNNで実現したword2vecの手法の一つです。この手法はスキップグラムとは逆に周辺の単語からある単語を予測する手法です。

クイズ

以下の文章を読み、空欄(ア)~(イ)の組み合わせに最もよく当てはまる選択肢を1つ選べ。 単語埋め込みモデルであるword2vecには、ある単語を与えてその周辺の単語を予測する(ア)という手法と、その逆で周辺の単語を与えてある単語を予測する(イ)という手法がある。
  • 正解を見る
  • 解説を見る
    word2vecにはスキップグラム(Skip-gram)とCBOWという2つの手法があります。スキップグラムとは、ある単語を与えて周辺の単語を予測するモデルであり、CBOWはその逆で周辺の単語を与えてある単語を予測するモデルです。fastTextとELMoはいずれもword2vecの後継です。fastTextは単語の表現に文字の情報も含めるモデルで、訓練データに存在しない単語を表現することを可能にしました。ELMoは文章表現を得るモデルで、2層の双方向リカレントネットワーク(Bidirectional RNN、BiRNN)言語モデルの内部状態から計算されます。 (参考: G検定公式テキスト 第2版 第6章 6-4 P236) (参考:G検定公式テキスト 第1版 P198 - 199)

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化