問題 No.4065
自然言語処理において、単語の意味を多次元の連続値ベクトルとして表現し、単語同士の意味的・構文的な類似性をベクトルの近さとして捉えられるようにする手法を何というか。
【正解の解説】
分散表現
人間の頭の中で「リンゴ」と「みかん」がフルーツ仲間として近い概念にあるように、単語を意味ごとの座標を持つ地図上の点として配置するイメージです。例えば「王様 - 男性 + 女性 = 女王」のような単語の足し算引き算ができるようになり、AIが言葉の意味を立体的に理解できるようになります。
スポンサーリンク
【その他の選択肢の解説】
表象学習
表象学習は画像や音声など様々なデータからAI自身に良い特徴を見つけ出させるプロセス全体を指すため、単語の意味を多次元ベクトル化する手法そのものを指す言葉としては少し範囲が広すぎる点が試験での大きな罠となります。
局所表現
ワンホット表現などがこれに当たり、辞書の何番目かだけに1を立てて他を0にする方法です。これだと「犬」と「猫」も「車」もすべてお互いに直交（無関係）とみなされてしまい、意味の近さを計算できないため、分散表現との違いをしっかりと押さえておく必要があります。
共起表現
共起は単語同士が一緒に使われる頻度に着目する統計的なアプローチであり、単語の意味を直接滑らかな多次元空間のベクトルとして学習させる分散表現とは、ベクトルを作るアプローチの仕組みや目的が異なるため注意が必要です。