Word2vecの部分空間と次元削減について

[hajime9652]

可視化（最後の次元削減）

• PCA
• t-SNE

word embedding(300dim) → visualization space(2 or 3dim) どうのような・どのように制約を与えることで可視化（上記の次元削減）が妥当になるのか？

1. コンテンツという制約
2. ロールという制約

例えばこんな制約: interpretable orthogonal subspaces (including a one-dimensional polarity subspace)

• concreteness subspace
• frequency subspace
• POS subspace (part of speech: POS) ref

この場合の次元削減は以下の順になる。

1. word embedding
2. interpretable orthogonal subspace
3. visualization

この可視化をSocial media datasetに適用すると、以下の３種類のマップが得られるとする

1. Role maps
2. Contents maps
3. Semantic maps

これらのマップはたとえば以下のようなアプリケーションとして実装できる

1. オーディエンスデータの探索的な抽出（AdTech）
2. チーム間・チーム内のコミュニケーション分析（HRTech）
3. Dive in your feeling（エンタメ） 基本的にサービスとして実装を前提にしているが、サービスとして実装するために、ハードウエア実装・ソフトウェア実装も考慮する必要がある。ハードもソフトも没入感のために実装する。