⑤ ディープラーニングの応用例 ／ 27. 自然言語処理
CBOWとは
CBOWとは、word2vecの代表的モデルの1つで、周囲の単語から中心単語を予測することで単語分散表現を学習する方式です。学習が高速で安定しています。
この用語はG検定シラバスの「27. 自然言語処理」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
前後の単語から真ん中の単語を当てる形で、単語ベクトルを学習する方式です。
穴埋め問題を解かせる
「今日は（ ）天気だ」の空欄を当てるように学習します。周囲の語を手がかりに中心語を予測する形です。
複数の周囲語をまとめて入力するため情報が平均化され、学習が安定しやすく高速になります。大規模コーパスから効率よくベクトルを得られる点が利点です。
Skip-gramとの違い
| 方式 | 予測の向き | 特徴 |
|---|---|---|
| CBOW | 周囲 → 中心 | 高速・安定 |
| Skip-gram | 中心 → 周囲 | 低頻度語に強い |
「CBOWは速い、Skip-gramは低頻度語に強い」とセットで覚えるのが確実です。
どちらを選ぶか
実務ではデータ量と目的で選びます。
- 大量のコーパスがあり速度重視 → CBOW
- 専門用語など低頻度語が重要 → Skip-gram
現在はBERTなどの文脈依存モデルが主流ですが、軽量さが必要な場面では今も現役です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| CBOW | 周囲→中心。高速・安定 |
| Skip-gram | 中心→周囲。低頻度語に強い |
🎯 G検定での押さえどころ
- 周囲の語から中心語を予測する
- 学習が高速で安定
- Skip-gram（中心→周囲）との対比
⚠️ よくある誤りの選択肢
- 「CBOWは中心の単語から周囲の単語を予測する」→ 誤り。それはSkip-gramです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「Word Embedding」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。