問題 No.2740
自然言語処理や機械学習において、単語の意味を独立した次元や離散的なインデックスとして表現し、単語間の類似度や意味的連続性を考慮できない特徴量表現手法を何と呼ぶか。
【正解の解説】
局所表現
これは巨大な本棚の「1冊につき1つの引き出し」を割り当てるようなものです。「犬」と「猫」が近い意味を持っていても、それぞれ別の引き出しに入れられるため、「犬と猫の似ている度合い」が計算できません。辞書のような割り切り方で、単語同士の関係性がすっぽり抜けてしまうのが特徴です。
スポンサーリンク
【その他の選択肢の解説】
分散表現
局所表現が「単語ごとに独立した部屋」を用意するのに対し、分散表現は「意味という共通の地図上に単語をプロットする」方法です。例えば「王様」と「女王」が近くに配置されるように、言葉の意味的な近さを表現できるため、試験では局所表現の対義語として頻繁に対比されて出題されます。
文脈表現
「銀行（お金を預ける場所）」と「銀行（川の土手）」のように、同じ単語でも周りの文章によって意味が変わります。局所表現や従来の分散表現が「1単語に1つの意味」しか持てなかったのに対し、文脈表現は周囲の空気を読んで意味を変化させる最新のAI技術で使われるアプローチです。
段階表現
受験者を惑わすために作られた造語であり、AIや機械学習の単語表現手法としては用いられません。試験問題でそれらしい言葉を見かけても、単語のベクトル表現を問われた際は「局所表現」か「分散表現」のどちらの文脈であるかを正確に見極める必要があります。