n-gram・とは？初心者でもすぐわかる基本と実例解説共起語・同意語・対義語も併せて解説！

この記事を書いた人

岡田康介

名前：岡田康介（おかだこうすけ）ニックネーム：コウ、または「こうちゃん」年齢：28歳性別：男性職業：ブロガー（SEOやライフスタイル系を中心に活動）居住地：東京都（都心のワンルームマンション）出身地：千葉県船橋市身長：175cm 血液型：O型誕生日：1997年4月3日趣味：カフェ巡り、写真撮影、ランニング、読書（自己啓発やエッセイ）、映画鑑賞、ガジェット収集性格：ポジティブでフランク、人見知りはしないタイプ。好奇心旺盛で新しいものにすぐ飛びつく性格。計画性がある一方で、思いついたらすぐ行動するフットワークの軽さもある。 1日（平日）のタイムスケジュール 7:00 起床：軽くストレッチして朝のニュースをチェック。ブラックコーヒーで目を覚ます。 7:30 朝ラン：近所の公園を30分ほどランニング。頭をリセットして新しいアイデアを考える時間。 8:30 朝食＆SNSチェック：トーストやヨーグルトを食べながら、TwitterやInstagramでトレンドを確認。 9:30 ブログ執筆スタート：カフェに移動してノートPCで記事を書いたり、リサーチを進める。 12:30 昼食：お気に入りのカフェや定食屋でランチ。食事をしながら読書やネタ探し。 14:00 取材・撮影・リサーチ：街歩きをしながら写真を撮ったり、新しいお店を開拓してネタにする。 16:00 執筆＆編集作業：帰宅して集中モードで記事を仕上げ、SEOチェックやアイキャッチ作成も行う。 19:00 夕食：自炊か外食。たまに友人と飲みに行って情報交換。 21:00 ブログのアクセス解析・改善点チェック：Googleアナリティクスやサーチコンソールを見て数字を分析。 22:00 映画鑑賞や趣味の時間：Amazonプライムで映画やドラマを楽しむ。 24:00 就寝：明日のアイデアをメモしてから眠りにつく。

n-gramとは何か

n-gramとは、文章の中で連続するn個の要素の並びを指します。要素は文字や単語など、扱う対象によって変わります。初めて聞く人には「似た言葉の並びを数える道具」として理解すると分かりやすいです。

1-gram・2-gram・3-gramの違い

1-gramは連続する1文字（または1語）を指します。例として「猫」が1-gramの代表です。2-gramは隣り合う2つの文字・語の組み合わせで、文章のリズムやつながりを見やすくします。3-gramは3つの連続した要素を見ます。

使い方の例として、日本語の例文「私は猫が好きです」を使ってみましょう。文字ベースのn-gramを作ると、1-gramは私 / は / 猫 / が / 好 / き / で / す、2-gramは私は / は猫 / 猫が / が好 / 好き / きで / です、3-gramは私は猫 / は猫が / 猫が好 / が好き / 好きですとなります。これらはすべて連続するものの列です。

実用的な活用例

学習データを使って言語モデルを作るとき、n-gramを使って次に来る語を予測します。大きなnを使いすぎるとデータが不足してうまく予測できなくなる「データの希少性」が起きやすく、nの選び方が重要です。一般に小さなnから始め、データ量が増えればnを徐々に大きくします。

表で見るn-gramの例

以下は「私は猫が好きです」という文字列から作った例です。表の左が種類、右が実際のn-gramです。

<th>種類

例
1-gram	私 / は / 猫 / が / 好 / き / で / す
2-gram	私は / は猫 / 猫が / が好 / 好き / きで / です
3-gram	私は猫 / は猫が / 猫が好 / が好き / 好きです

実務での注意点

データの前処理として、句読点の扱いや 記号の除去、空白の扱いを揃えることが大切です。日本語では単語境界の定義が難しいため、形態素解析を使って単語レベルのn-gramを作る方法もあります。

まとめ

n-gramは連続するn個の要素の並びを指す基本的な考え方です。文字ベースでも語ベースでも作成でき、言語モデルや検索の補助、テキスト分類など幅広く使われます。小さなnから始めてデータ量に合わせて適切なnを選ぶことが成功のコツです。

n-gramの同意語

N-gram: テキストを連続したn個の語または文字の列として扱い、頻度や共起などを分析する基本的な単位。
n-gram: テキストを連続したn個の語または文字の列として扱う同義の表現。英語表記の小文字版も同義。
Nグラム: Nを日本語表記した言い方で、n個の連続した語または文字の列を指す用語。
nグラム: 小文字の表記で、n個の連続した語または文字の列を指す表現。
単語Nグラム: 単語をn個連続して並べた語の列で、単語レベルのn-gramを指します。
単語n-グラム: 単語をn個連続させた列として表現する語彙レベルのn-gram。
語Nグラム: 語（単語）をn個連続させた列を指す表現。
語n-gram: 語をn個連続して取り出す列で、語レベルのn-gramを意味します。
文字Nグラム: 文字をn個連続して並べた列、文字レベルのn-gramを指します。
文字n-グラム: 文字をn個連続させた列として表現する文字レベルのn-gram。
トークンNグラム: トークン（最小語彙単位）をn個連続させた列を意味します。
トークンn-gram: トークンをn個連続させた列としてのn-gram。
連続語列: n個の連続した語の列を指す表現で、語レベルのn-gramの説明として使われます。

n-gramの対義語・反対語

ユニグラム: n=1の語を連続させたもの。n-gramの最小単位で、語順の情報を最も少なく保持します。対義語というよりは、n-gram の最も基本的な対極として捉えられる概念です。
スキップグラム: 連続を前提とせず、間の語を飛ばして語の組み合わせを作る手法。n-gram の“連続性”を崩す対概念として、非連続パターンを捉える際に用いられます。
Bag-of-Words (BoW): 語順を無視して語の出現頻度だけを特徴量とする表現。n-gram が語順情報を扱うのに対し、BoW は語順情報を意図的に捨てる点で対照的です。
文全体表現: 単語の連なりを小さな単位として扱うn-gram に対して、文全体を一つの意味ユニットとして扱う表現。局所的パターンよりも全体的意味を重視します。
文字n-グラム: 文字単位の連続語列を扱う場合の対概念。語ベースのn-gramと異なる粒度で情報を捉えるための対比として用いられます。
非連続n-gram（ギャップ付き/スキップn-gram）: 連続ではなく、ギャップを挟んだ語の組み合わせを対象とする考え方。n-gram の連続性を前提としない対比として使われます。