⑤ ディープラーニングの応用例 ／ 27. 自然言語処理
word2vecとは
word2vecとは、単語を低次元の分散表現へ変換する手法で、CBOWとSkip-gramの2方式があります。「王様−男性＋女性＝女王」という例が有名です。
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
単語をベクトルに変換し、意味の足し引きができるようにした画期的な手法です。
意味が計算できる
word2vecで得たベクトルは、意味的・文法的な関係がベクトルの差として表れます。
「王様」から「男性」を引いて「女性」を足すと「女王」に近いベクトルになる——この結果は言葉の意味が数値演算で扱えることを示した点で大きな驚きをもって受け止められました。
2つの学習方式
向きが逆という点が対比で整理しておきたいところです。
学習の高速化
語彙数が数万あると、毎回すべての単語について計算するのは重すぎます。
そこでネガティブサンプリングという工夫が使われます。正解の単語と、ランダムに選んだ少数の不正解だけを対象にすることで、計算量を大幅に削減しました。
🎯 G検定での押さえどころ
- CBOWとSkip-gramの2方式
- 意味関係がベクトル演算で表せる
- 分散表現の基礎として重要
⚠️ よくある誤りの選択肢
- 「word2vecは文脈に応じてベクトルが変化する」→ 誤り。固定されます
- 「word2vecには学習方式が1つしかない」→ 誤り。CBOWとSkip-gramがあります
📘 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。