文のベクトルの計算で用いる単語のベクトルは，FastText[6]の学習によって求める．
FastTextは隠れ層と出力層からなる2層のニューラルネットワークで，隠れ層が単語の分散表現に相当する．
FastText の学習データとして，Wikipediaの全1,061,375記事を用いた．
なお学習データは図4.1のように，日本語は全角，アルファベットと数字は半角に統一し，MeCab で形態素単位に分かち書きしている．
FastText の学習で用いたパラメータは，学習モデルをskip-gram，ベクトルの次元数を300とした．他のパラメータ値はデフォルト値を用いた．
図:
学習データの例
 |
