最終更新日：2026年8月26日
gk nlp embedding
G検定トップ
＞ CBOWとは？周囲の単語から中心語を予測【G検定対策】
まず結論
CBOW（Continuous Bag of Words）は、周囲の単語から中心の単語を予測するWord2Vecの学習方式です。
G検定では、予測方向で切ります。
周囲 → 中心
= CBOW
直感的な説明
CBOWは穴埋め問題のイメージです。
私は [ ] を学ぶ
周囲の「私は」「を学ぶ」を手がかりに、中心語を予測します。
一方、Skip-gramは逆向きです。
CBOW 周囲 → 中心
Skip-gram 中心 → 周囲
定義・仕組み
CBOWでは、ターゲット語の周辺にある複数の文脈語を入力にし、中心語を予測します。
文脈語のベクトルは平均や和などでまとめて扱うため、文脈語の細かな並び順を直接表現する方式ではありません。
ただし「文脈を使わない」という意味ではありません。
- 周辺語は使う
- 周辺語の並び順そのものは基本的に使わない
という違いを押さえます。
いつ使う？（得意・不得意）
CBOWは、Word2Vecで単語の静的な分散表現を学ぶ代表的な方式です。
一般にSkip-gramより計算効率がよいと説明されることがありますが、データや設定によって性能は変わるため、試験では予測方向を最優先で覚えます。
G検定ひっかけポイント
CBOWとBag of Words
名前にBag of Wordsが入りますが、通常のBoWとは別物です。
- BoW → 文書を単語の出現情報で表す特徴表現
- CBOW → Word2Vecで埋め込みを学ぶ予測方式
CBOWとSkip-gram
- 「周囲から中心を予測」→ CBOW
- 「中心から周囲を予測」→ Skip-gram
CBOWはRNN？
違います。Word2Vecの学習方式であり、RNNの時系列処理とは別です。
まとめ（試験直前用）
- CBOW＝Word2Vecの学習方式
- 周囲 → 中心を予測
- 周辺文脈は使う
- 周辺語の細かな順序を直接扱う方式ではない
- BoWやRNNと混同しない