<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>momijiame</author_name>
  <author_url>https://blog.hatena.ne.jp/momijiame/</author_url>
  <blog_title>CUBE SUGAR CONTAINER</blog_title>
  <blog_url>https://blog.amedama.jp/</blog_url>
  <categories>
    <anon>NLP</anon>
    <anon>Python</anon>
    <anon>NeuralNetwork</anon>
    <anon>機械学習</anon>
    <anon>gensim</anon>
  </categories>
  <description>Python で自然言語処理を扱うためのパッケージのひとつに gensim がある。 今回は、gensim で学習済み単語ベクトル表現 (Pre-trained Word Vectors) を使った Word Embedding を試してみた。 Word Embedding というのは単語 (Word) をベクトル表現の特徴量にする手法のこと。 ごく単純な One-Hot Encoding から、ニューラルネットワークの学習時の重みを元にしたものまで様々な手法が知られている。 今回は、その中でも Facebook の公開している fastText と呼ばれる学習済み単語ベクトル表現を使うことに…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.amedama.jp%2Fentry%2Fgensim-fasttext-pre-trained-word-vectors&quot; title=&quot;Python: gensim で学習済み単語ベクトル表現を扱ってみる - CUBE SUGAR CONTAINER&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://m.media-amazon.com/images/I/51fQPA3mCIL._SL160_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-04-09 20:41:33</published>
  <title>Python: gensim で学習済み単語ベクトル表現を扱ってみる</title>
  <type>rich</type>
  <url>https://blog.amedama.jp/entry/gensim-fasttext-pre-trained-word-vectors</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
