
GensimとMecabを使用した日本語のWord2vec(単語からベクトルへのアプローチ)手法。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
87
±0 (10月13日〜)
最終コミット
2020年8月
GitHub での作成日
2016年9月4日
掲載日
2022年6月9日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 86 |
| 2026年1月 | 86 |
| 2026年2月 | 87 |
| 2026年3月 | 87 |
| 2026年4月 | 87 |
| 2026年5月 | 87 |
| 2026年6月 | 87 |
| 2026年7月 | 87 |
| 2026年8月 | 87 |
| 2026年9月 | 87 |
| 2026年10月 | 87 |
| 2026年11月 | 87 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
chiVeWorksApplications179SudachiとNWJCを使用した日本語の単語埋め込み。
embedrankyagays48EmbedRankのPython実装
jawiki_word_vector_updaterkamigaito12最新の日本語Wikipediaのダンプデータから,MeCabを用いてIPA辞書と最新のNeologd辞書の両方で形態素解析を実施し,その結果に基づいた word2vec,fastText,GloVeの単語分散表現を学習するためのスクリプト
dependency-based-japanese-word-embeddingslapras-inc8これはAI LABの記事「係り受けに基づく日本語単語埋込 (Dependency-based Japanese Word Embeddings)」のリポジトリです。(記事URL https://ai-lab.lapras.com/nlp/japanese-word-embedding/)
elmo-japanesecl-tohoku4エルモ-日本語
aoveceggplants3簡単な青空文庫のWord2Vecビルダー - 青空文庫の全書籍を対象としたWord2Vecモデルの構築と構築済みモデル
研究分野が近いリソース
fasttext-vs-word2vec-on-twitter-dataGINK0348fasttextとword2vecの比較と、実行スクリプト、学習スクリプトです共通: 表現学習・意味的テキスト処理- ruri-v3-310mcl-nagoya634kRuri v3 は、ModernBERT‑Ja をベースとした最先端の日本語テキスト埋め込みモデルで、最大8,192トークンの入力、100Kトークンの語彙、FlashAttention で加速された推論、および高速な sentence‑transformer での使用のための複数サイズバリアントをサポートします。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-30mcl-nagoya126kRuri v3 は、ModernBERT‑Ja をベースに構築された最先端の日本語テキスト埋め込みモデルで、最大 8,192 トークン、100 k‑トークン語彙、FlashAttention 加速、37 M から 315 M の複数サイズに対応しています。HF モデル共通: 表現学習・意味的テキスト処理
- ruri-v3-130mcl-nagoya93kRuri v3は、ModernBERT‑Jaをベースに構築された最先端の日本語テキスト埋め込みモデルで、8192トークンまでのシーケンス、10万語の語彙、FlashAttentionに対応し、sentence‑transformers用に30 M〜310 Mパラメータのサイズでリリースされます。HF モデル共通: 表現学習・意味的テキスト処理
- bert-large-japanese-v2tohoku-nlp66kJapanese‑BERT‑Large は CC‑100 と Wikipedia に対して訓練され、Unidic‑lite のワードレベルトークナイゼーションを使用し、WordPiece サブワードとホールワードマスクリングを採用しています(24 層、隠れ層 1024 次元、16 ヘッド、32k 語彙)。プリトレーニングコードは cl‑tohoku/bert‑japanese にあります。HF モデル共通: 表現学習・意味的テキスト処理
- bert-base-japanese-v3tohoku-nlp66kJapanese BERT‑base(12層、768次元の隠れ層、12ヘッド、32k語彙)は、CC‑100と2023‑Jan Wikipediaで全単語マスキングを用いて事前学習され、Unidic 2.1.2の単語レベルトークナイゼーション+WordPieceを併用し、200万ステップで学習しました。HF モデル共通: 表現学習・意味的テキスト処理