0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

✅ 1. 言葉のベクトル化(Word Embedding)

■ 数式定義:

任意の単語 $w$ は、意味的・文法的特徴を反映した**埋め込みベクトル(word vector)**として表現される:

$$
\vec{v}_w \in \mathbb{R}^d
$$

ここで $d$ は次元数(例:300次元 for Word2Vec、768次元 for BERT)

■ 例:

  • 「nurse」 → $\vec{v}_{\text{nurse}} = [0.4,\ 0.2,\ -0.1,\ \dots]$
  • 「engineer」 → $\vec{v}_{\text{engineer}} = [-0.3,\ 0.5,\ 0.6,\ \dots]$

■ 学習方式:

  • Word2Vec:共起行列の近似により「類似語を近く」に
  • BERT/Transformer:文脈を考慮した双方向的埋め込み

✅ 2. 性別軸ベクトル(Gender Direction)

性別差を表す「意味的軸ベクトル」は次のように構成される:

$$
\vec{g} = \vec{v}{\text{man}} - \vec{v}{\text{woman}}
$$

これは、性別の意味的方向(男性性と女性性のベクトル差)を表す。


✅ 3. ロジット(性別スコア)の算出

ある語彙ベクトル $\vec{v}_w$ が性別軸にどれだけ沿っているか(内積)をロジットと定義:

$$
z = \vec{v}_w \cdot \vec{g}
$$

ここで:

  • $z > 0$:男性寄り
  • $z < 0$:女性寄り

さらに確率的に表現するため、ロジットを2値分類に変換する。


✅ 4. ソフトマックス関数による確率変換

2クラス(男女)として、ソフトマックス関数を用いると:

$$
P(\text{male}) = \frac{e^{z}}{e^{z} + e^{-z}} = \frac{1}{1 + e^{-2z}}
$$

$$
P(\text{female}) = \frac{1}{1 + e^{2z}}
$$

これは ロジスティック回帰の形式でもあり、「性別を確率として出力する構造」を持つ。


✅ 5. Transformerモデルとの接続

● Attention機構と埋め込みベクトル

  • Transformerは各単語 $w_i$ を、Query(Q)・Key(K)・Value(V)ベクトルに変換し、
  • 注意重み(スコア)を内積で計算:

$$
\text{AttentionScore}_{ij} = \frac{\vec{q}_i \cdot \vec{k}_j}{\sqrt{d}}
$$

ここでも「内積」が使われる点で、性別傾向の計測構造と一致

● ソフトマックスと文脈依存生成:

  • 内積スコアにソフトマックスを適用して 重み(文脈重要度) に変換:

$$
\text{softmax}(z_i) = \frac{e^{z_i}}{\sum_j e^{z_j}}
$$

  • 出力表現は、重み付き平均で得られる:

$$
\text{Output}i = \sum_j \text{softmax}(z{ij}) \cdot \vec{v}_j
$$

→ これは「文脈に応じた意味の再構成」であり、
性別軸と埋め込みベクトルの操作と理論構造が共通している。


✅ 6. 応用と社会的含意(例:ジェンダーバイアス)

このような構造を使うと:

  • 「nurse」→ 82% female
  • 「engineer」→ 74% male

など、言葉の性別的な偏りを可視化・数値化できる。

これは バイアスの発見・修正・言語設計に直結するAI倫理問題にも応用可能。


✅ 生成AIのプロンプトと決定

🎯 再構成プロンプト(AI分析用)
以下の美術・デザイン・メディア系学科名リストに対して、自然言語処理(NLP)ベースのベクトル化を行い、性別傾向(男女比率)をソフトマックス関数を用いて数値化してください。

🔢 処理手順:
各学科名を 言語ベクトル(word embedding) に変換(Word2Vec や BERT など使用)。

性別軸ベクトル(gender direction)を定義(g = v_man - v_woman)。

各学科ベクトルと性別軸の 内積(ロジット値 z) を求める。

ソフトマックス関数またはシグモイド関数により、**男女比率(確率)**に変換する。

結果を 各学科ごとに「男性:〇%、女性:〇%」の形式で出力する。

🎨 対象学科名リスト:
日本画学科

油画学科(油絵)

彫刻学科

版画学科

現代美術学科

芸術学科(理論・批評)

グラフィックデザイン学科

視覚伝達デザイン学科

プロダクトデザイン学科

空間デザイン学科

建築デザイン学科

環境デザイン学科

インテリアデザイン学科

統合デザイン学科

情報デザイン学科

映像学科

写真学科

メディアアート学科

アニメーション学科

ゲームデザイン学科

メディア表現学科

工芸学科

image.png

image.png

image.png

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?