2017/07/06 aiming 基盤チーム LT

1. FastText 触ってみた
2017/07/06 珍田

2. FastText とは
より早いWord2Vec
facebook 製

3. Word2Vec ???

4. Word2Vec とは
単語のベクトル表現

5. 類似の概念

6. Word2Vec の画期的なところ
言語のvector 表現は以前からあった．

7. Word2Vec の画期的なところ
足し算引き算（ベクトルの演算）ができる！！！

9. Word2Vec の演算
king − man + woman = queen
paris − france + japan = tokyo

10. で，FastText
Word2vec の作者謹製の，次世代Word2Vec
高速！！！

11. 事前準備
https://github.com/facebookresearch/fastText
python3, numpy, scipy, cython が使えること
=> brie/docker‐numpy‐scipy とか使うのが楽
利用するテキスト（日本語だったら分かち書きしてあること）
※ 分かち書きされた文書の準備
mecab ‐Owakati hoge.txt > hoge.wakati.txt

12. 使い方
$ (pip install cython)
$ (pip install fasttext)
$ pip install gensim
import gensim
from gensim.models import word2vec
sentences = word2vec.Text8Corpus('hogefuga.wakati.txt')
model = word2vec.Word2Vec(sentences, size=200, window=5, workers=
model.most_similar(positive=['ほげー', 'ふがー'], negative=['ばず'

13. デモ