A Word is Worth a Thousand Vectors - Stitch Fix Technology
Standard natural language processing (NLP) is a messy and difficult affair. It requires teaching a computer about English-specific word ambiguities as well as the hierarchical, sparse nature of words in sentences. At Stitch Fix, word vectors help computers learn from the raw text in customer notes. Our systems, composed of machines and human experts, need to recommend the maternity line when she s
U-M Web Hosting
403: Permission Denied You have requested a resource that the U-M Personal web server is not permitted to access. This may be due either to permission problems in the web author's home directory or a file server that is down. Here are some helpful tips: Check the spelling in the web address that appears in the address bar Search: Use the helpful links below Go to Home Page or back to Previous Page
Word Embeddings For Fashion | Lyst Engineering Blog
Discuss this post on Hacker News Word embeddings are ways of mathematically representing natural language words in a manner that preserves the semantic and syntactic similarities between them. This is accomplished through representing words as high-dimensional vectors: the spatial relationship between these embeddings then represent the relationships between words. For example, the representations
sentence2vec 動かした - laughingのブログ
paragraph vector の実装が Qiita で紹介されていたので，ホイホイと動かしてみたという話 動くか動かないかというところを試しただけで，分析はまた今度 参考 【自然言語処理 NLP】word2vec の次は、Paragraph2vec （Mikolov氏論文）～ Google発の実装ソース・コード公開 未定なので、第三者によるGithubアップ済み 実装コード を試してみる - Qiita 準備 sentence2vec clone する python apt-get する scipy と six と python-mecab と cython も corpus 適当なのを作る 情報学研究データリポジトリ ニコニコデータセット 今回は nii のニコニコ動画コメント等データを適当に使った 前処理 ニコニコ動画コメント等データを形態素解析する 下記のスクリプトで pytho
word2vecのword-analogyを可視化した - 西尾泰和のはてなダイアリー
word2vecについての解説は省略。参考文献: Taku Kudo - Google+ - https://code.google.com/p/word2vec/ で少し遊んでみた。いわゆる deep… Deep-learningはラテン語の動詞活用を学習できるか？ Can deep-learning learn latin conjugation? - naoya_t@hatenablog word2vecは簡単に説明すると単語をベクトルにするツール。デフォルトの設定だと400次元の実ベクトル空間に単語を射影する。わぁい、ベクトル空間！ man king womanと3単語のクエリを投げると、ベクトル空間上で king - man + woman に最も近い単語を探して queen と答えてくれる。 ベクトル空間上で3点が与えられればそれを通る平面が決まるので、その平面に対して投影して
word2vecに英辞郎データを放り込んでみた - naoya_t@hatenablog
英辞郎をword2vecに放り込んでみたらちょっと面白かったのでメモを。word2vecについては前回の記事を参照。 使ったのはEIJI-138.TXT（最新より１つ古いバージョンです） EDPさんから1980円ぐらいで買えます。 ■semantically-motivated {形} : 意味論的｛いみろん てき｝に動機付けられた ■semantically-restricted {形} : 意味的｛いみ てき｝に制限｛せいげん｝された ■semantics {名-1} : 意味論｛いみろん｝、記号論｛きごうろん｝ ■semantics {名-2} : 《コ》〔プログラムの〕動作 ■semantics : 【＠】セマンティックス、【分節】se・man・tics ■semantics course : 意味論｛いみろん｝のコース ■semaphore {名-1} : 手旗信号｛てばた しん
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://levyomer.files.wordpress.com/2014/09/neural-word-embeddings-as-implicit-matrix-factorization.pdf
Word2vec example by unnonouno · Pull Request #270 · chainer/chainer
word2vecとPMIが等価 - Kazuma Hashimoto (橋本和真)
分散表現に関して思うこと - Kazuma Hashimoto (橋本和真)