局所表現と分散表現の違いは関連概念を切り分けるための考え方です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk nlp

G検定トップ ＞ 局所表現と分散表現の違いとは？G検定対策

まず結論

  • 局所表現（Local Representation）と分散表現（Distributed Representation）は、単語などをベクトルで表す方法の違いです。
  • G検定では「分散表現の説明として不適切なものはどれか」「ワンホットとの違い」が頻出です。

直感的な説明

  • 局所表現は「名札方式」です。単語ごとに1つの席（次元）があり、該当する場所だけが1になります。
  • 分散表現は「特徴の組み合わせ」です。1つの単語を、意味や性質を表す複数の成分の組み合わせで表現します。
  • 「犬」と「猫」が少し似ている、といった関係性を表せるのが分散表現です。

定義・仕組み

  • 局所表現

    • 単語を one-hot ベクトルで表す
    • 該当する次元が1、その他は0
    • 各単語は互いに独立で、類似度は表現できない

  • 分散表現

    • 単語を 多次元ベクトルで表現
    • 1つの単語が複数の次元（成分）に分散して表される
    • ベクトル間の距離や角度で類似性を扱える

いつ使う？（得意・不得意）

局所表現

  • 得意：実装が簡単、直感的

  • 不得意：

    • 次元数が非常に大きくなる
    • 単語間の意味的な近さを表現できない

分散表現

  • 得意：

    • 単語の類似性・関係性を表現できる
    • NLPモデル（Word2Vec, GloVe, ELMo など）で必須

  • 不得意：

    • 学習が必要
    • 直感的に意味を解釈しにくい

G検定ひっかけポイント

  • 最大のひっかけ

    • 「分散表現は、1つの単語を1つの成分で表現する」→ ❌

  • 正しい理解

    • 1つの単語は 複数の成分に分散して表現される

  • よくある混同

    • 局所表現 ＝ one-hot
    • 分散表現 ＝ 類似度をベクトルで保持

  • 選択肢で

    • 「該当要素を1、他を0」→ 局所表現
    • 「単語間の類似情報を保持」→ 分散表現

まとめ（試験直前用）

  • 局所表現：one-hot、単語ごとに独立
  • 分散表現：複数次元で意味を表す
  • 分散表現は類似度を扱える
  • 「1単語＝1成分」は分散表現ではない

🔗 関連記事

🏠 G検トップに戻る