概要
この記事は「word2vecとクラスタリングでクイズの出題順を最適化したい」の続きです。
クイズの問題の近さを定義するときに、word2vecではなくdoc2vecを使うとどうなる試してみました。
今回は主観が多めです。
作ったプログラム
ここに置いてあります。
なお、doc2vec学習済みモデルはこちらのものを利用させて頂きました。
アプローチ
word2vecではなくdoc2vecを使う
前回はクイズの問題を分解して単語を取り出してword2vecを利用した単語間の類似度を元にクイズの問題同士の近さを定義していました。今回は、文章を直接ベクターに対応付けるdoc2vecを使ってみます。クイズの問題は文に違いないので、doc2vecを使う方がそもそも自然という話であります。手順は前回よりシンプルです。
- クイズの問題をdoc2vecを使ってベクターデータにする
- ベクターデータ間の類似度（コサイン類似度）を使って問題同士の距離を定義して距離マトリクスを作成する
- 距離マトリクスを元に階層的クラスタリングを行う
- 各クラスター内の問題が分散するように問題文を並び替える
実行！
前回と同様、クイズ大会「abc the first」(2003年)のペーパーテスト100問で試してみました。
プログラムの実行
python3 -m quizScattererDoc2Vec sample.txt
実行結果
①⑥┬┬┬1.人気漫画『ドラえもん』の登場人物で、ジャイアンの苗字は剛田ですが、スネ夫の苗字は何でしょう？ 骨川（滑川も正解）
││││└18.1号は本郷猛、2号は一文字隼人がその正体である、テレビヒーローといえば何でしょう？ 仮面ライダー
│││└┬┬2.格闘家ボブ・サップの出身国はどこでしょう？ アメリカ
│││ │└84.映画『ロッキー』で、女優タリア・シャイアが演じた、ロッキーの妻の名前は何でしょう？ エイドリアン
│││ └┬87.嵐、アルフィー、ミスターチルドレンの３つのグループのメンバーに共通する名字は何でしょう？ 桜井
│││ └┬5.人気タレント・タモリの本名は何でしょう？ 森田一義
│││ └94.小木博明(おぎ・ひろあき）と矢作兼（やはぎ・けん）の２人が組んでいる、お笑いコンビの名前は何でしょう？ おぎやはぎ
││└┬91.フォークボールを武器に通算215勝を挙げ、｢フォークボールの神様｣の異名を取った中日の投手は誰でしょう？ 杉下茂
││ └98.オリコンのシングルチャートで初めて「デビュー曲初登場1位」となった、近藤真彦のヒット曲は何でしょう？ 『スニーカーぶる～す』
│└┬┬45.『Tokyo Walker』や『Kansai Walker』などの、「Walker」シリーズを発行している出版社といえばどこでしょう？ 角川書店
│ │└97.デパートの「友の会」で、「クローバーサークル」は伊勢丹ですが、「ローズサークル」といえばどこのデパートでしょう？ 高島屋
│ └┬┬66.木下順二の戯曲『夕鶴』で、助けた鶴の化身・つうと結婚する男の名前は何でしょう？ 与ひょう
│ │└┬44.北原白秋作詞の童謡『あわて床屋』の中で、床屋に行ったお客である動物は何でしょう？ ウサギ
│ │ └┬8.アンデルセンの自叙伝とも言われている物語で、いじめられっこが実は白鳥だったというお話は何でしょう？ 『みにくいあひるの子』
│ │ └31.セルバンテスの小説『ドン・キホーテ』で、ドン・キホーテが巨人と間違えて襲いかかったものは何でしょう？ 風車
│ └┬60.ＡＢＢＡのヒットソングに綴ってストーリーが展開される、電通四季劇場「海」で公開中の劇団四季のミュージカルは何でしょう？ 『マンマ・ミーア！』
│ └┬┬13.別名を『ラ・ジョコンダ』という、レオナルド・ダ・ヴィンチが描いた絵画といえば何でしょう？ 『モナ・リザ』
│ │└55.ロシアの作曲家、チャイコフスキーの三大バレエ音楽といえば、『白鳥の湖』『くるみ割り人形』と何でしょう？ 『眠れる森の美女』
│ └┬21.代表作に『日本の黒い霧』や『点と線』などがある、推理作家は誰でしょう？ 松本清張
│ └38.『学校』シリーズや、『男はつらいよ』シリーズで知られる映画監督といえば誰でしょう？ 山田洋次
└②⑨┬┬39.いわゆる「四書五経」の「四書」とは、『大学』『孟子』『論語』と何でしょう？ 『中庸』
│││└71.主著に『純粋理性批判』『実践理性批判』がある、ドイツ観念論の創始者である哲学者といえば誰でしょう? イマニュエル・カント
││└┬26.火を神聖視するために「拝火教」の別名がある、紀元前６世紀のペルシアで始まった宗教は何教でしょう？ ゾロアスター教
││ └29.７０１年に藤原不比等（ふじわらのふひと）らが長部親王（おさべ）らと共に作り上げた、国家の基本法典を何というでしょう？ 大宝律令
│└┬┬65.アメリカのブッシュ (George Walker Bush) 現大統領が昨年の一般教書演説で使って以来広まった、イラン・北朝鮮・イラクの批判的な総称は何でしょう？ 悪の枢軸 (Axis of Evil)
│ │└┬16.1840年に勃発し、香港がイギリスに割譲される結果に終わった戦争を、原因となった麻薬から何というでしょう？ アヘン戦争 (Opium War)
│ │ └62.インドではイギリスが東インド会社を設立し、日本では関ケ原の戦いの火ぶたが切って落とされたのは、西暦何年のことでしょう？ 1600年
│ └┬┬56.ロイターといえばイギリスの通信社ですが、ＡＦＰといえばどこの国の通信社でしょう？ フランス
│ │└┬19.日本国憲法に定められている国民の三大義務とは、勤労、教育と何でしょう？ 納税
│ │ └93.イギリスで中世の封建制度崩壊と共に現れた独立自営農民のことを何というでしょう？ ヨーマン
│ └┬┬3.ロシア語で「城」という意味がある、ロシアの大統領府の別名は何でしょう？ クレムリン
│ │└92.チベットのラサにある、ダライ・ダマが住む宮殿といえば何でしょう？ ポタラ宮
│ └┬69.アメリカ合衆国で、一番面積が広い州はアラスカ州ですが、一番面積が狭い州はどこでしょう? ロードアイランド州
│ └┬24.オーストラリアの国旗に星は６つありますが、ニュージーランドの国旗には星がいくつあるでしょう？ ４つ
│ └43.南米の国、ウルグアイとパラグアイは、共にどこの国の領土から独立したでしょう？ スペイン
└③⑤┬0.「abc ～the first～」へようこそ！さて、ABC・・・と始まるアルファベットは、全部で何文字でしょう？ 26文字
││└┬83.ＪＩＳ規格のキーボードでのタッチタイピングで、人差し指を置く基本となるキーは「Ｆ」と何でしょう？ Ｊ
││ └┬61.エレベーターで使われる記号で、屋上を示す「Ｒ」はルーフの略ですが、地下を示す「Ｂ」はどんな単語の頭文字でしょう？（カタカナ可） ベースメント
││ └73.英語の『ドレミの歌』の歌詞で、「自分を呼ぶ名前」と歌われている音は何でしょう？ ミ（Ｍｅ、Ｍｉ）
│└⑧┬┬41.今年の元日に決勝が行われたサッカー天皇杯で、初優勝を飾ったチームは何でしょう？ 京都パープルサンガ
│ ││└74.今年秋に開幕する、ラグビーの社会人１２チームによる全国規模のリーグ戦を何というでしょう？ （ジャパンラグビー）トップリーグ
│ │└┬82.ずばり、卓球は1セット何点先取でしょう？ 11点（昨年よりルール改正）
│ │ └┬58.オリンピックの五輪の旗で、真ん中にある輪の色は何色でしょう？ 黒
│ │ └70.フェンシングの試合場のことを何というでしょう? ピスト
│ └┬┬┬17.気象用語で「平年」といえば、過去何年間の平均値のことでしょう？ 30年
│ ││└27.テレビの視聴率調査における「ゴールデンタイム」とは、午後７時から何時までのことでしょう？ 午後１０時
│ │└┬┬37.牛２頭で１日に耕した面積が起源といわれる、ヤード・ポンド法の面積の単位は何でしょう？ エーカー
│ │ │└99.年に２度収穫できる「二度芋」といえばジャガイモのことですが、年に３度収穫できることから「三度豆」と呼ばれているのは何でしょう？ インゲン豆
│ │ └┬┬22.料理のときに使う計量スプーンで、大さじ１杯といったら通常何ccでしょう？ 15cc
│ │ │└32.ボウリングの球の重さを表す単位は何でしょう？ ポンド
│ │ └┬6.２つのサイコロをふったとき、ゾロ目が出る確率は何分のいくつでしょう？ ６分の１
│ │ └90.カジノのルーレットにある数字の中で、最大の数字はいくつでしょう？ 36
│ └┬46.50㎞以上250㎞以下の短い路線を運行する「地域航空輸送」を、英語で何というでしょう？ コミューター航空
│ └76.「郵政三事業の民営化」などというときの「三事業」とは、「郵便」「貯金」とあと１つは何でしょう？ 簡易保険（保険は×）
└④┬┬┬9.男性の声の音域で、テノールとバスの間に当たるのは何でしょう？ バリトン
│││└64.日本では上松美香（あげまつみか）がその演奏者として知られている、「インディアンハープ」とも言われる民族楽器は何でしょう？ アルパ
││└┬┬51.ギリシャ神話で、ろうで固めた翼で空を飛んだものの、太陽の熱でろうが溶けて墜落死したのは誰でしょう？ イカロス
││ │└59.太陽系の惑星の中で衛星をもっていない2つの惑星とは、水星と何でしょう？ 金星
││ └┬┬20.太棹、中棹、細棹といえば、どんな楽器の種類でしょう？ 三味線
││ │└79.青銅といえば銅と錫の合金ですが、黄銅は銅と何との合金でしょう？ 亜鉛
││ └┬47.ロウソクの炎を3つに分けると外炎、内炎と何でしょう？ 炎心
││ └┬28.他には影響を及ぼさない、狭い範囲でのもめ事のことを、「何の中の嵐」というでしょう？ コップ
││ └78.大きな火皿を持ち、吸い口までが湾曲したパイプを、船乗りがよく使ったことから何パイプというでしょう？ マドロスパイプ
│└┬┬┬67.幾つかの布切れを縫いあわせ、飾りや模様を作る手芸方法を何というでしょう？ パッチワーク
│ ││└┬12.ゴルフボールの表面につけられているくぼみのことを何というでしょう？ ディンプル
│ ││ └23.スキー板に靴を取り付けるための締め具のことを何というでしょう？ ビンディング
│ │└┬53.デモテープ、デモ行進のデモとは、どんな言葉を略したものでしょう？ デモンストレーション
│ │ └┬15.市販の自動車に手を加えて、性能を高めることを英語で何というでしょう？ チューンナップ
│ │ └95.果物を切る時などに使われる小型のナイフのことを、和製英語で何というでしょう？ ぺティナイフ
│ └┬┬30.妊娠５ヶ月目の戌（いぬ）の日に体に付ける、胎児を保護するためにする帯を何というでしょう？ 岩田帯
│ │└┬68.紫外線ＵＶ－Ｂの作用によって起こる、皮膚が褐色になる健康的な日焼けを英語で何というでしょう？ サンタン
│ │ └┬33.その色合いが鳩の血のように見えることから、最高級のルビーのことを何というでしょう？ ピジョンブラッド
│ │ └72.態度や意見ががらりと変わってしまうことを、ある動物の斑紋が季節によって鮮やかに変わることから何というでしょう？ 豹変
│ └┬┬85.インクのしみを落として作った左右対称の図形が何に見えるかで診断する人格検査法を、スイスの精神医学者の名前を取って何テストというでしょう？ ロールシャッハ・テスト
│ │└┬48.２つ以上の文字を組み合わせて図案化したもののことで、特にルイ・ヴィトンのものが知られるのは何でしょう？ モノグラム
│ │ └75.イスラム文化で用いられた、植物の茎や葉を組み合わせて作った幾何学文様や唐草文様を何というでしょう？ アラベスク
│ └┬┬10.中華料理の飲茶で使われる、軽食やお菓子のことを何というでしょう？ 点心
│ │└57.ジャムやマーマレードを入れて飲む紅茶の飲み方を、ある国の名を取って何ティーというでしょう？ ロシアンティー
│ └┬7.「国際連合」の旗に描かれている植物といったら何でしょう？ オリーブ
│ └96.コーヒーはアカネ科の植物ですが、カカオは何科の植物でしょう？ アオギリ科
└⑦┬┬25.1934年には天然記念物に指定された、学名を「ニッポニア・ニッポン」という鳥といえば何でしょう？ トキ
││└52.1924年以降、南アフリカの各地で発見され、ラテン語で「南の猿」という意味の名がつけられた化石人類は何でしょう？ アウストラロピテクス
│└┬┬63.とっくりを持ったタヌキの置物が有名な、滋賀県の焼物といえば何でしょう？ 信楽（しがらき）焼
│ │└81.ハクチョウを県の鳥にしている２つの県といえば、青森県とどこでしょう？ 島根県
│ └┬14.「東京湾」は２つの半島に囲まれていますが、それは房総半島と何半島でしょう？ 三浦半島
│ └34.箱根や富士などの火山から噴き出した灰が積もって形成された、広く関東地方をおおっている赤い粘土質の地層を何というでしょう？ 関東ローム層
└┬┬┬54.この時期を表した俳句「春の海 ひねもすのたり のたりかな」を詠んだ、江戸時代の俳人は誰でしょう？ 与謝蕪村
││└86.「行く河の流れは絶えずして、しかも元の水にあらず」という書き出しの、鴨長明の随筆といえば何でしょう？ 『方丈記』
│└┬┬11.「たけやぶやけた」などのように、前から読んでも後ろから読んでも同じになる文章を何というでしょう？ 回文
│ │└89.出世魚ボラの成長しきった時の名に因んだ、結局のところ、という意味の言葉は何でしょう？ とどのつまり
│ └┬77.主に夏の夜に行われる､まきを焚いて野外で行う能のことを何というでしょう？ 薪能(たきぎのう)
│ └┬40.春の七草で「すずな」といえば蕪のことですが、「すずしろ」といえば何のことでしょう？ 大根
│ └88.立秋の後の暑さを「残暑」といいますが、立春の後の寒さのことを何というでしょう？ 余寒
└┬┬36.日本の国宝第1号に認定された弥勒菩薩像がある、京都の寺はどこでしょう? 広隆寺
│└42.ことわざ「弘法も筆の誤り」で、弘法大師が間違えたとされる文字は何でしょう？ 応
└┬┬80.江戸時代の村役人で「村方三役」と呼ばれたのは、庄屋、組頭とあと一つは何でしょう？ 百姓代
│└┬4.織田信長、豊臣秀吉、徳川家康という３人の戦国武将の性格を表現するのに用いられる鳥は何でしょう？ ホトトギス
│ └35.地方から東京へ出ることを「上京」といいますが、地方から京都へ出ることを何といったでしょう？ 上洛
└┬49.東京の落語家で、真打ちと前座の中間にあるランクを何というでしょう？ 二ツ目
└50.大相撲の第６８代横綱・朝青龍は何部屋の力士でしょう？ 高砂部屋
6.２つのサイコロをふったとき、ゾロ目が出る確率は何分のいくつでしょう？ ６分の１
25.1934年には天然記念物に指定された、学名を「ニッポニア・ニッポン」という鳥といえば何でしょう？ トキ
67.幾つかの布切れを縫いあわせ、飾りや模様を作る手芸方法を何というでしょう？ パッチワーク
8.アンデルセンの自叙伝とも言われている物語で、いじめられっこが実は白鳥だったというお話は何でしょう？ 『みにくいあひるの子』
4.織田信長、豊臣秀吉、徳川家康という３人の戦国武将の性格を表現するのに用いられる鳥は何でしょう？ ホトトギス
69.アメリカ合衆国で、一番面積が広い州はアラスカ州ですが、一番面積が狭い州はどこでしょう? ロードアイランド州
22.料理のときに使う計量スプーンで、大さじ１杯といったら通常何ccでしょう？ 15cc
79.青銅といえば銅と錫の合金ですが、黄銅は銅と何との合金でしょう？ 亜鉛
18.1号は本郷猛、2号は一文字隼人がその正体である、テレビヒーローといえば何でしょう？ 仮面ライダー
68.紫外線ＵＶ－Ｂの作用によって起こる、皮膚が褐色になる健康的な日焼けを英語で何というでしょう？ サンタン
0.「abc ～the first～」へようこそ！さて、ABC・・・と始まるアルファベットは、全部で何文字でしょう？ 26文字
39.いわゆる「四書五経」の「四書」とは、『大学』『孟子』『論語』と何でしょう？ 『中庸』
40.春の七草で「すずな」といえば蕪のことですが、「すずしろ」といえば何のことでしょう？ 大根
60.ＡＢＢＡのヒットソングに綴ってストーリーが展開される、電通四季劇場「海」で公開中の劇団四季のミュージカルは何でしょう？ 『マンマ・ミーア！』
96.コーヒーはアカネ科の植物ですが、カカオは何科の植物でしょう？ アオギリ科
58.オリンピックの五輪の旗で、真ん中にある輪の色は何色でしょう？ 黒
14.「東京湾」は２つの半島に囲まれていますが、それは房総半島と何半島でしょう？ 三浦半島
28.他には影響を及ぼさない、狭い範囲でのもめ事のことを、「何の中の嵐」というでしょう？ コップ
91.フォークボールを武器に通算215勝を挙げ、｢フォークボールの神様｣の異名を取った中日の投手は誰でしょう？ 杉下茂
49.東京の落語家で、真打ちと前座の中間にあるランクを何というでしょう？ 二ツ目
46.50㎞以上250㎞以下の短い路線を運行する「地域航空輸送」を、英語で何というでしょう？ コミューター航空
53.デモテープ、デモ行進のデモとは、どんな言葉を略したものでしょう？ デモンストレーション
24.オーストラリアの国旗に星は６つありますが、ニュージーランドの国旗には星がいくつあるでしょう？ ４つ
45.『Tokyo Walker』や『Kansai Walker』などの、「Walker」シリーズを発行している出版社といえばどこでしょう？ 角川書店
77.主に夏の夜に行われる､まきを焚いて野外で行う能のことを何というでしょう？ 薪能(たきぎのう)
37.牛２頭で１日に耕した面積が起源といわれる、ヤード・ポンド法の面積の単位は何でしょう？ エーカー
75.イスラム文化で用いられた、植物の茎や葉を組み合わせて作った幾何学文様や唐草文様を何というでしょう？ アラベスク
78.大きな火皿を持ち、吸い口までが湾曲したパイプを、船乗りがよく使ったことから何パイプというでしょう？ マドロスパイプ
2.格闘家ボブ・サップの出身国はどこでしょう？ アメリカ
93.イギリスで中世の封建制度崩壊と共に現れた独立自営農民のことを何というでしょう？ ヨーマン
73.英語の『ドレミの歌』の歌詞で、「自分を呼ぶ名前」と歌われている音は何でしょう？ ミ（Ｍｅ、Ｍｉ）
81.ハクチョウを県の鳥にしている２つの県といえば、青森県とどこでしょう？ 島根県
31.セルバンテスの小説『ドン・キホーテ』で、ドン・キホーテが巨人と間違えて襲いかかったものは何でしょう？ 風車
72.態度や意見ががらりと変わってしまうことを、ある動物の斑紋が季節によって鮮やかに変わることから何というでしょう？ 豹変
42.ことわざ「弘法も筆の誤り」で、弘法大師が間違えたとされる文字は何でしょう？ 応
62.インドではイギリスが東インド会社を設立し、日本では関ケ原の戦いの火ぶたが切って落とされたのは、西暦何年のことでしょう？ 1600年
41.今年の元日に決勝が行われたサッカー天皇杯で、初優勝を飾ったチームは何でしょう？ 京都パープルサンガ
94.小木博明(おぎ・ひろあき）と矢作兼（やはぎ・けん）の２人が組んでいる、お笑いコンビの名前は何でしょう？ おぎやはぎ
23.スキー板に靴を取り付けるための締め具のことを何というでしょう？ ビンディング
54.この時期を表した俳句「春の海 ひねもすのたり のたりかな」を詠んだ、江戸時代の俳人は誰でしょう？ 与謝蕪村
90.カジノのルーレットにある数字の中で、最大の数字はいくつでしょう？ 36
3.ロシア語で「城」という意味がある、ロシアの大統領府の別名は何でしょう？ クレムリン
38.『学校』シリーズや、『男はつらいよ』シリーズで知られる映画監督といえば誰でしょう？ 山田洋次
9.男性の声の音域で、テノールとバスの間に当たるのは何でしょう？ バリトン
57.ジャムやマーマレードを入れて飲む紅茶の飲み方を、ある国の名を取って何ティーというでしょう？ ロシアンティー
17.気象用語で「平年」といえば、過去何年間の平均値のことでしょう？ 30年
35.地方から東京へ出ることを「上京」といいますが、地方から京都へ出ることを何といったでしょう？ 上洛
44.北原白秋作詞の童謡『あわて床屋』の中で、床屋に行ったお客である動物は何でしょう？ ウサギ
26.火を神聖視するために「拝火教」の別名がある、紀元前６世紀のペルシアで始まった宗教は何教でしょう？ ゾロアスター教
48.２つ以上の文字を組み合わせて図案化したもののことで、特にルイ・ヴィトンのものが知られるのは何でしょう？ モノグラム
11.「たけやぶやけた」などのように、前から読んでも後ろから読んでも同じになる文章を何というでしょう？ 回文
70.フェンシングの試合場のことを何というでしょう? ピスト
87.嵐、アルフィー、ミスターチルドレンの３つのグループのメンバーに共通する名字は何でしょう？ 桜井
59.太陽系の惑星の中で衛星をもっていない2つの惑星とは、水星と何でしょう？ 金星
56.ロイターといえばイギリスの通信社ですが、ＡＦＰといえばどこの国の通信社でしょう？ フランス
52.1924年以降、南アフリカの各地で発見され、ラテン語で「南の猿」という意味の名がつけられた化石人類は何でしょう？ アウストラロピテクス
32.ボウリングの球の重さを表す単位は何でしょう？ ポンド
97.デパートの「友の会」で、「クローバーサークル」は伊勢丹ですが、「ローズサークル」といえばどこのデパートでしょう？ 高島屋
95.果物を切る時などに使われる小型のナイフのことを、和製英語で何というでしょう？ ぺティナイフ
33.その色合いが鳩の血のように見えることから、最高級のルビーのことを何というでしょう？ ピジョンブラッド
65.アメリカのブッシュ (George Walker Bush) 現大統領が昨年の一般教書演説で使って以来広まった、イラン・北朝鮮・イラクの批判的な総称は何でしょう？ 悪の枢軸 (Axis of Evil)
80.江戸時代の村役人で「村方三役」と呼ばれたのは、庄屋、組頭とあと一つは何でしょう？ 百姓代
98.オリコンのシングルチャートで初めて「デビュー曲初登場1位」となった、近藤真彦のヒット曲は何でしょう？ 『スニーカーぶる～す』
20.太棹、中棹、細棹といえば、どんな楽器の種類でしょう？ 三味線
99.年に２度収穫できる「二度芋」といえばジャガイモのことですが、年に３度収穫できることから「三度豆」と呼ばれているのは何でしょう？ インゲン豆
88.立秋の後の暑さを「残暑」といいますが、立春の後の寒さのことを何というでしょう？ 余寒
55.ロシアの作曲家、チャイコフスキーの三大バレエ音楽といえば、『白鳥の湖』『くるみ割り人形』と何でしょう？ 『眠れる森の美女』
71.主著に『純粋理性批判』『実践理性批判』がある、ドイツ観念論の創始者である哲学者といえば誰でしょう? イマニュエル・カント
7.「国際連合」の旗に描かれている植物といったら何でしょう？ オリーブ
83.ＪＩＳ規格のキーボードでのタッチタイピングで、人差し指を置く基本となるキーは「Ｆ」と何でしょう？ Ｊ
34.箱根や富士などの火山から噴き出した灰が積もって形成された、広く関東地方をおおっている赤い粘土質の地層を何というでしょう？ 関東ローム層
1.人気漫画『ドラえもん』の登場人物で、ジャイアンの苗字は剛田ですが、スネ夫の苗字は何でしょう？ 骨川（滑川も正解）
47.ロウソクの炎を3つに分けると外炎、内炎と何でしょう？ 炎心
12.ゴルフボールの表面につけられているくぼみのことを何というでしょう？ ディンプル
43.南米の国、ウルグアイとパラグアイは、共にどこの国の領土から独立したでしょう？ スペイン
74.今年秋に開幕する、ラグビーの社会人１２チームによる全国規模のリーグ戦を何というでしょう？ （ジャパンラグビー）トップリーグ
66.木下順二の戯曲『夕鶴』で、助けた鶴の化身・つうと結婚する男の名前は何でしょう？ 与ひょう
36.日本の国宝第1号に認定された弥勒菩薩像がある、京都の寺はどこでしょう? 広隆寺
85.インクのしみを落として作った左右対称の図形が何に見えるかで診断する人格検査法を、スイスの精神医学者の名前を取って何テストというでしょう？ ロールシャッハ・テスト
76.「郵政三事業の民営化」などというときの「三事業」とは、「郵便」「貯金」とあと１つは何でしょう？ 簡易保険（保険は×）
92.チベットのラサにある、ダライ・ダマが住む宮殿といえば何でしょう？ ポタラ宮
84.映画『ロッキー』で、女優タリア・シャイアが演じた、ロッキーの妻の名前は何でしょう？ エイドリアン
86.「行く河の流れは絶えずして、しかも元の水にあらず」という書き出しの、鴨長明の随筆といえば何でしょう？ 『方丈記』
64.日本では上松美香（あげまつみか）がその演奏者として知られている、「インディアンハープ」とも言われる民族楽器は何でしょう？ アルパ
27.テレビの視聴率調査における「ゴールデンタイム」とは、午後７時から何時までのことでしょう？ 午後１０時
63.とっくりを持ったタヌキの置物が有名な、滋賀県の焼物といえば何でしょう？ 信楽（しがらき）焼
21.代表作に『日本の黒い霧』や『点と線』などがある、推理作家は誰でしょう？ 松本清張
16.1840年に勃発し、香港がイギリスに割譲される結果に終わった戦争を、原因となった麻薬から何というでしょう？ アヘン戦争 (Opium War)
30.妊娠５ヶ月目の戌（いぬ）の日に体に付ける、胎児を保護するためにする帯を何というでしょう？ 岩田帯
50.大相撲の第６８代横綱・朝青龍は何部屋の力士でしょう？ 高砂部屋
61.エレベーターで使われる記号で、屋上を示す「Ｒ」はルーフの略ですが、地下を示す「Ｂ」はどんな単語の頭文字でしょう？（カタカナ可） ベースメント
13.別名を『ラ・ジョコンダ』という、レオナルド・ダ・ヴィンチが描いた絵画といえば何でしょう？ 『モナ・リザ』
15.市販の自動車に手を加えて、性能を高めることを英語で何というでしょう？ チューンナップ
29.７０１年に藤原不比等（ふじわらのふひと）らが長部親王（おさべ）らと共に作り上げた、国家の基本法典を何というでしょう？ 大宝律令
51.ギリシャ神話で、ろうで固めた翼で空を飛んだものの、太陽の熱でろうが溶けて墜落死したのは誰でしょう？ イカロス
82.ずばり、卓球は1セット何点先取でしょう？ 11点（昨年よりルール改正）
5.人気タレント・タモリの本名は何でしょう？ 森田一義
89.出世魚ボラの成長しきった時の名に因んだ、結局のところ、という意味の言葉は何でしょう？ とどのつまり
10.中華料理の飲茶で使われる、軽食やお菓子のことを何というでしょう？ 点心
19.日本国憲法に定められている国民の三大義務とは、勤労、教育と何でしょう？ 納税
前回と結構変わっていますね。
今回のクラスタリングによるジャンル分けは、こんな感じでしょうか。
| グループ番号 | 分岐位置 | ジャンル名（私が命名） | 問題数 |
|---|---|---|---|
| 1 | ┳┳━━━ | 芸能系の人名 | 9 |
| 2 | ┃┗━━━ | 音楽・映画・文学 | 11 |
| 3 | ┗┳┳━━ | 宗教・哲学 | 4 |
| 4 | ┃┗━━ | 世界史・世界地理 | 11 |
| 5 | ┗┳┳━ | 文字 | 4 |
| 6 | ┃┗┳ | スポーツ | 5 |
| 7 | ┃ ┗ | 数字 | 10 |
| 8 | ┗┳━ | その他（？） | 26 |
| 9 | ┗┳ | 日本地理 | 6 |
| 10 | ┗ | 日本史・日本文化 | 14 |
前回と比較してみると、以下のようなことが感じられます。
- 前回の「色系クラスター」がさらに雑多にくっついた「その他（？）クラスター」が出現。他のクラスターに入ってほしい問題がちらほら。
- 「文字クラスター」「数字クラスター」も同様に出現。しかも「数字クラスター」は件数が増えた。
- クラスター同士の結合を見ると、芸能系や日本系でまとまったのは納得感がある。
前回と今回の差を色々述べましたが、「全然違う！」ということはないと思います。両方とも日本語Wikipediaを用いた学習済みモデルを使っているので、想定通りの結果と言えます。どちらのほうが優れているか、評価軸が定まっていないため判断が難しいところです。ただひとつ言えるのは、前回の方法はチューニングする隙があるのに対し、今回の方法は手法がシンプルな分チューニングできる箇所があまりないことです。今回のは「この問題とこの問題、何がどう近いの？」という問いに対して「学習の結果そう判断された」ということ以上に答えがないのです。より自然なクラスターに分かれるようにチューニングしていくならば、前回の単語間の類似度を用いた方法を採用した方が良いように見えますね。