Klassifizieren und extrahieren Sie die Beziehung zwischen zwei Wörtern mit einem Lehrer. Insbesondere können die folgenden Vorhersagen aus Daten wie (Sport, Baseball, Has-a) (mit Wahrscheinlichkeit) gemacht werden.
Blaubeere ist-eine Frucht
Tier hat-ein Meerschweinchen
Tier hat-ein Wataboushi Tamarin
Sport ist-ein Sport
Klettern ist-ein Sport
Rodeo ist-ein Sport
Tier hat-ein Eurasia Kawauso
Sport hat-ein Freitauchen
Pferderennen ist-ein Sport
Sport hat-ein Golf
Die einzigen Beziehungen, mit denen wir uns in dieser Zeit befassen, sind has-a und is-a. Wenn Sie dies beispielsweise für eine Person verwenden, die nach "Sport" gesucht hat, beziehen sich "Sport" und "a" auf "Baseball" und "Fußball", auch wenn das Wort "Sport" nicht im Artikel enthalten ist. Sie können einen Artikel präsentieren. Darüber hinaus kann die Punktzahl im Voraus berechnet werden.
Dieses Mal werde ich Sie die Beziehung zwischen Wörtern mit Word2Vec lernen lassen. Es gibt eine Geschichte, in der Word2Vec die Analogie erfassen kann. Dieser berühmte Mann, König - Mann + Frau = Königin. Dies kann auch als König - Mann = Königin - Frau geschrieben werden. Mit anderen Worten, der Unterschied zwischen den beiden Wörtern stellt die Beziehung dar, und in diesem Beispiel kann die Beziehung zwischen König und Mann und die Beziehung zwischen Königin und Frau als dieselbe angesehen werden.
Übrigens habe ich geschrieben, dass der Differenzvektor eine gute Beziehung ausdrückt, wenn der in Word2Vec gelernte Vektorausdruck verwendet wird, aber das ist nicht immer der Fall. Außerdem stimmen ** die Beziehungen, die der Benutzer verarbeiten möchte, und die mit Word2Vec erlernten Beziehungen nicht immer überein **. Daher werden wir dieses Mal wie gewohnt betreutes Lernen verwenden. Der Benutzer kann dem Algorithmus anhand der Lehrerdaten mitteilen, welche Beziehung er verarbeiten möchte. Wichtig ist, dass jede Beziehung mithilfe von Lehrerdaten an den Algorithmus übermittelt werden kann.
Es wird mit dem Code in [Klassifizierung von Wort-zu-Wort-Beziehungen mit word2vec](https://nktmemo.wordpress.com/2015/10/27/Wort-zu-Wort-Beziehungsklassifizierung mit word2vec /) aufgeführt.
Recommended Posts