Gensim

Gensim（ジェンシム）は、最新の統計的機械学習を使用した、教師なしトピックモデルと自然言語処理のためのオープンソースライブラリである。

Gensimは、Python言語と性能向上を図るためにCython言語で記述されている。Gensimは、データストリーミングとインクリメンタルオンラインアルゴリズムを使用して大規模なテキストコレクションを処理するように設計されており、インメモリ処理のみを対象とした他の多くの機械学習ソフトウェアパッケージとの差別化を図っている。

主な機能

Gensimには、Scalable *2vec training、word2vec、doc2vecアルゴリズムのストリーミング並列化実装に加えてDeep learning with word2vec and Gensim、潜在意味解析（LSA、LSI、SVD）、非負値行列因子分解（NMF）、潜在的ディリクレ配分法（LDA）、tf-idf、およびが含まれているRadim Řehůřek and Petr Sojka (2010). Software framework for topic modelling with large corpora. Proc. LREC Workshop on New Challenges for NLP Frameworks。

Gensimの新しいオンラインアルゴリズムのいくつかは、Gensimの制作者であるRadim Řehůřekの2011年の博士論文『Scalability of Semantic Analysis in Natural Language Processing（自然言語処理における意味解析のスケーラビリティ）』にも掲載されている。

Gensimの使用例

Gensimは、2018年の時点でGensim academic citations、医学から保険金請求分析、特許検索まで、さまざまな分野で1,400件を超える商用および学術用途で使用および引用されているCommercial adopters of Gensim。このソフトウェアは、いくつかの新しい記事、ポッドキャスト、インタビューでも取り上げられているPodcast.__init__ episode #71 on GensimInterview with Radim Řehůřek, creator of Gensim。

無償および有償サポート

Gensimのソースコードは、GitHubGensim source code on Githubで開発および公開されており、Google GroupsGensim mailing list on Google GroupsとGensim chat room on Gitter上でサポートフォーラムが公開・維持されている。

Gensimは、rare-technologies.com社によって商業的にサポートされている。学生インキュベータープログラムを通じて Gensimの学生メンターシップと学術論文プロジェクトも提供しているGensim open source Incubator。

脚注

外部リンク