技術 Juliaでk-mean法(4) Word2vec
はじめに これまでのk-means記事Juliaでk-mean法(1) Bag of Words ／ ニュース記事Juliaでk-mean法(2) 距離関数についてJuliaでk-mean法(3) TF-IDF 今回は、Word2vecを用...
SageMakerStudioLab
技術 
技術 Juliaで日本語Word2vecを使ってみた(2) wikipediaデータ
はじめに 以前の記事「Juliaで日本語Word2vecを使ってみた」でWord2vec（FastText）を使ってみました。FastTextには2つのデータが用意されています。二つの違いは学習元のテキストです。Common CrawlWi...
技術 Juliaで日本語Word2vecを使ってみた
はじめに k-meansで、BOW、Tf-IDFをやってみましたが、そもそも文書数が少ないので、その中での情報だけを使って文書の特徴を出そうとするのには限界がありました。 そこで、事前に大量の文書を用いて計算されたWord2vecを用いるこ...
技術 Juliaでk-mean法(3) TF-IDF
はじめに これまで、BOW形式のベクトルを使ってk-meansを試してきました。Juliaでk-mean法(1) Bag of Words ／ ニュース記事Juliaでk-mean法(2) 距離関数について しかし、BOW形式では、クラスタ...
技術 Juliaでk-mean法(2) 距離関数について
はじめに 前回、BOW形式での単語ベクトルを使ってk-means法でクラスタリングしたところ、散々だったという報告をしました。 続いて、TF-IDFでの単語ベクトルで実験を行いました。実はこれでもあまり精度がよくないものの、BOWの時ほど悪...
技術 Juliaでk-mean法(1) Bag of Words ／ ニュース記事
はじめに Juliaでk-means法でのクラスタリングを行ってみます。 Bag of Wordsとは、文書中に出現する単語数をその文書の特徴とする方法で、単語の出現順序は考慮しません。具体的には、単語を各要素のラベルとして、その出現数の列...
技術 Juliaでジップの法則を確認(2) ニュース記事の場合
はじめに 以前の記事で、小説データを使ってジップの法則を確認しました。しかし、ジップの法則とはかなり乖離していることがわかりました。 それが、小説を題材にしたことによるものなのかどうかを確認するために、他のデータを使うべく、前回の記事におい...
技術 JuliaでYahoo!ニュースをスクレイピング
はじめに 前回の記事「Juliaでジップの法則（Zipf's law）を確認」で、青空文庫の小説を使ってジップの法則を確認しました。結果は、かなりのずれが見られたわけですが、ほかのコーパス、例えばニュース記事などではどうなのかも確認したいと...
技術 Juliaでジップの法則（Zipf’s law）を確認：小説の場合
はじめに 前回の記事で、青空文庫からテキストを取得して、操作できる形式に変換することができました。 せっかく、自然言語のテキストが大量に扱えるようになったので、自然言語処理関連でのいろいろを考えていきたいと思います。 今回は、自然言語の経験...
技術 Juliaで複雑ネットワークを可視化(2) 共起情報の可視化
はじめに ここでは、Julia上で、日本語テキストから形態素間の共起関係を抽出し、それをグラフ表現で表示する方法を紹介します。グラフの表示に関しては、前回の記事に準じます 使用するのは次のパッケージです。HTTP.jlhttpアクセスZip...