<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>生TensowFlow七転八倒記</anon>
    <anon>Deep Learning</anon>
    <anon>TensorFlow</anon>
    <anon>Python</anon>
  </categories>
  <description>これは前回の記事の続きです。 小ネタにしてただの備忘録ですので、予めご了承ください。 前回の記事で元々参考にさせていただいた以下のブログ記事なんですが、これは基本的に英語NNLMの128次元embeddingで試したものなんですね。そのままやるとACC 0.965ぐらい出ます。 で、ボサーッとTensorFlow Hubのサイトを眺めていたら、NNLMの中に英語版Wikipedia記事をコーパスにして500次元のembeddingにまとめるモデルがあるなと気付きまして。ということで、面白そうなのでこのモデルを使ってやり直してみました。以下にその詳細を書いておきます。</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2018%2F07%2F08%2F145940&quot; title=&quot;生TensorFlow七転八倒記(7)：TensorFlow Hubの通常の英語コーパスではなくWikipedia英語版コーパスのtext embeddingを使ってみた - 渋谷駅前で働くデータサイエンティストのブログ&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://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20180708/20180708144019.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2018-07-08 14:59:40</published>
  <title>生TensorFlow七転八倒記(7)：TensorFlow Hubの通常の英語コーパスではなくWikipedia英語版コーパスのtext embeddingを使ってみた</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2018/07/08/145940</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
