Machine learningDeep learning / NLP / CV
マルチモーダル Word2Vec
マルチモーダル Word2Vec は、古典的な Word2Vec フレームワークを、テキストの分布統計と並行して、知覚信号（通常は画像特徴量）に単語表現を接地させることによって拡張したものです。その結果、言語的な共起パターンと視覚的な意味の両方を捉える単語ベクトルが得られ、より豊かな意味的類似性判断と、純粋にテキストベースの埋め込みでは不十分な概念レベルのタスクでのパフォーマンス向上を可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Bruni, E., Tran, N.-K., & Baroni, M. (2014). Multimodal Distributional Semantics. Journal of Artificial Intelligence Research, 49, 1–47. DOI: 10.1613/jair.4135 ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed Representations of Words and Phrases and their Compositionality. Advances in Neural Information Processing Systems (NIPS), 26. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Word2Vec (Cross-Modal Distributional Semantics). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-word2vec
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- マルチモーダルBERTベース分類深層学習↔ compare
- マルチモーダルDoc2Vec深層学習↔ compare
- マルチモーダル文埋め込み深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare