char2vecを作ってみた

日本語は漢字の数が多いので、単語単位ではなく文字単位でベクトル表現しても意味のある結果が得られるのでは？ということで、char2vecを作ってみました。

オリジナルのword2vecはこちら
https://code.google.com/p/word2vec/

ウィキペディアで学習した結果でうまくいったものを載せます。

■文字の類似性（distance)

Character: 私  Position in vocabulary: 860

      Character  Cosine distance
------------------------------------------------------------------------
         僕             0.546389
         俺             0.474454
         噂             0.473720
         ち             0.462748
         独             0.451800
         孫             0.448622
         昔             0.444323
         誰             0.422753
         彼             0.420957


Character: 犬  Position in vocabulary: 1319

      Character  Cosine distance
------------------------------------------------------------------------
         猫             0.727828
         羊             0.590153
         狐             0.575378
         牛             0.561064
         虎             0.543004
         猿             0.527262
         鬼             0.521105
         蛇             0.514800
         狼             0.508942


Character: 愛  Position in vocabulary: 493

      Character  Cosine distance
------------------------------------------------------------------------
         略             0.408893
         識             0.399666
         唄             0.382650
         夢             0.378747
         名             0.378549
         能             0.374202
         許             0.372498
         児             0.367996
         恵             0.351598


Character: 夢  Position in vocabulary: 1153

      Character  Cosine distance
------------------------------------------------------------------------
         闇             0.671510
         涙             0.648715
         恋             0.640480
         虹             0.625041
         瞳             0.606751
         僕             0.606210
         絆             0.567457
         夜             0.554111
         魂             0.553650

■類推(analogy)

男→父⇒女→
母

東→右⇒西→
左

花→桜⇒木→
柳

冬→雪⇒夏→
雨