【G検定過去問風テスト】Word2Vecの基本！CBOWとスキップグラムの仕組みを完全攻略

2026年8月3日 2026年8月3日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

Word2Vecの学習モデルに関する説明として、以下の文章の空欄に最もよく当てはまる選択肢を1つ選べ。

「（）は、周囲の単語（文脈）から、中央の単語（ターゲット）を予測する手法であり、計算速度が速く頻出語の扱いに長けている。」

🔍 ここをクリックして正解を見る

G検定の自然言語処理（NLP）分野では、単語をどうやって数字に直すかという歴史がよく出題されます。その中でも「Word2Vec」は超頻出テーマです。

ここで登場するCBOWとスキップグラムは、本番の試験で「入力と出力を入れ替えるひっかけ問題」として非常によく狙われます。
イメージしやすいように、「穴埋めクイズ」に例えてみましょう！

CBOWのイメージ:
「彼は毎日、（ ① ）を美味しく食べた」という文章があったとき、空欄の「りんご」という言葉を、その周囲にある言葉（彼、は、毎日、を、美味しく、食べた）を手がかりにして当てはめるのがCBOWです。まわりの状況証拠から真ん中を当てるので、計算が速く、よく使われる一般的な言葉の学習に向いています。
スキップグラムのイメージ:
逆に、真ん中の「りんご」という単語だけをパッと見て、「周囲には『食べた』とか『美味しい』といった言葉があるはずだ」と予測するのがスキップグラムです。こちらは少し手間がかかりますが、めったに見かけないレアな単語（低頻度語）でも正確にベクトル化できる強みがあります。

試験では「どっちがどっちの予測をするか」が入れ替えて出題されるので、「CBOW＝周りから真ん中」とセットで確実に覚えましょう！

A) CBOW（○）: 周囲の単語から中央の単語を予測するモデルです。計算速度が速く、頻出語の学習に優れています。本問の正解です。
B) スキップグラム（×）: 中央の単語から周囲の単語を予測するモデルです。CBOWとは逆の仕組みになるため誤りとなります。
C) fastText（×）: Facebookが開発したWord2Vecの拡張モデルで、単語をさらに細かい「文字のn-gram（サブワード）」に分解して学習し、未知語（OOV）に対応できるようにした手法です。
D) ELMo（×）: 双方向LSTMを用いて、文脈によって意味が変わる単語を動的にベクトル化するモデルです。Word2Vecの学習モデルではありません。

リンク