Luneidea Explore

Embedding: 意味を座標にする

言葉を高次元ベクトルとして意味空間に並べる埋め込みを、3Dの星雲として探索します。近いほど似た意味、そして king − man + woman ≈ queen のように意味が「方向」として表れることを触って確かめます。

何を探索できるか

Embedding: 意味を座標にするを、3Dモデル、問い、操作パネルを通じて探索する導入ページです。

構造、変化、注目点を切り替えながら、見える形と背景にあるしくみをつなげます。

発見ステージ進行 / クラスタ強調 / アナロジー切替 / 星雲回転

Embedding: 意味を座標にする、意味の星雲、近傍、ベクトル演算

モデルは語をそのまま扱えないので、各語を数千次元のベクトル（埋め込み）に変換します。この体験では、それを3Dへ射影した星雲として眺めます。大切なのは、意味の近さが空間の距離として、意味の関係が向きとして表れることです。

同じ話題の語は近くに集まり、近傍（クラスタ）を作ります。man/woman/king/queen のような関連語が一枚の平面に並ぶのは、それぞれの語を「意味が近ければ近くに置く」ように学習した結果です。これは分布仮説にもとづく見方です。

意味が方向として表れるので、ベクトルの引き算・足し算ができます。king から男性の向きを引き、女性の向きを足すと queen のすぐ近くへ着きます。Paris − France + Japan ≈ Tokyo のように、同じ「向き」が別のクラスタでも成り立ちます。

このページは検索と導入のための言語別ページです。3D操作は無印の体験URLで開きます。

教材本文は日本語と英語を公式監修版として扱います。

英語原文からの機械翻訳として表示し、原文へのリンクを添えます。

キー入力がプラグボード、ローター、反射板を通って別の文字になる過程を、3Dモデルと信号トレースで追体験します。

Bletchley ParkでEnigma暗号解読を支えたTuring-Welchman Bombeを、抽象的な計算モデルへ入る前の歴史的Preludeとして観察します。

実機再現ではなく Concept Machine として、テープ、読み書きヘッド、状態遷移ルールだけで1命令が進むしくみを体験します。