Top PDF 自然言語処理の考え方

自然言語処理20_657

... 本語書き言葉均衡コーパス』(BCCWJ) の新聞記事の部分集合に対して，動詞・形容詞事象表現に TimeML の <EVENT> 相当タグを付与し，その事象の性質に基づき分類を行った．また，この事象表現と先行研究 (小西，浅原，前川 2013) により付与されている時間情報表現との間の関係として，TimeML の ...

25

自然言語処理16_5_79

... 4.1 の語句のリストに事態「付く」が含まれているため，事態「付く」を含む事態対「付く::肉を焼く」と「付く::焼く」を無効な事態対とみなすことができ，事態対「焦げ目が付く::肉を焼く」と「焦げ目が付く::焼く」を事態対候補とすることができる．仮に「付く」が ...4.1 の語句のリストに含まれていかったとしても，「焦げ目が付く::肉を焼く」と「焦げ目が付く::焼く」には ...

22

PDFファイル 1A2 「自然言語処理」

... 18 のように、平均値に大きな隔たりがありながら成立した最終稿の本文のの分散値が不成立のそれに比べて著しく小さい場合には、その抽象クラスの読み手に対する効果について適切量があるのではないかと考えられる。そのため、新しいプロジェクトの文章を推敲する場合には、その抽象クラス番号の値を可能な範囲で成 ...

3

統計的自然言語処理におけるMCMC法

... • 観測された単語の裏には何もないのか? – ソシュールの「範列」(paradigme)の考え方! “Most of the confidences were unsought—frequently I have feigned sleep, preoccupation, or a hostile levity when I realized by some ...

49

木オートマトン•トランスデューサによる自然言語処理

... FTT ↓の合成方法 [Baker 79] • 2つのFTT ↓ M 1 = {Q,Σ,Γ,I 1 , R 1 }とM 2 = {P,Γ,∆,I 2 , R 2 } • M 1 の出力記号集合 ΓとM 2 の入力記号集合 Γは同一 • FTT ↓の合成 M 1 ◦ M 2 = {P × Q,Σ,∆,I 2 × I 1 , R }: ...

113

PDFファイル 3I4 「自然言語処理におけるコーパス・辞書生成」

... 1 の SSL(699) で表す。この結果より、センチメント辞書に登録される単語数が同じ場合に、半教師学習の閾値を修正する手法より、ニューラルネットワーク言語モデルを組み合わせた方が正しく推定された評価極性の単語を残しつつ、評価極性がない単語を効率的に削除できていることが分かる。閾値の調整手法では共起頻度のみ ...

2

自然言語処理におけるDeep Learning

... 平均による句ベクトル近似の理論解析 (Tian+ 2017) • 単語ベクトルの一般形として次式を考える 𝑚𝑚 𝑤𝑤,𝑐𝑐 = 𝛾𝛾 ⋅ 𝐹𝐹 𝑃𝑃 𝑐𝑐 𝑤𝑤 − 𝛼𝛼 𝑐𝑐 − 𝛽𝛽(𝑤𝑤) • PPMI, Skip-gram, GloVeはこの形で表される ...

53

PDFファイル 3I3 「自然言語処理による文書要約」

... これらの実験により，整数線形計画法は文書要約だけでなく， BBS 要約においても有効であることがわかった．また， BBS 要約全般において投稿番号コスト制約が有効であるとは一般には考えにくいが，本研究において「まとめサイト」を正解データとした場合には非常に有効であることがわかった． ...

4

... Scientists say they have made more progress 1. ( hinput okWord=”in”i) developing malaria- resistant mosquitoes. The idea is to 2.( hinput okWord=”release”i) genetically engineered insects like these into mosquito 3. ( ...

14

PDFファイル 3I4 「自然言語処理におけるコーパス・辞書生成」

... や，英語とフランス語のコーパスに関して，彼らは，高い精度のパラレルコーパス生成に成功した．しかし，英語と中国語のコーパスなど全く異質な言語同士では高い精度は得られなかった．その理由としては，綴り字情報が単語の素性ベクトルとして適当ではなかったからだと考えられている．これに対して，林ら [ 林 10] ...

4

日本語自然言語処理のData Augmentation のんびりしているエンジニアの日記

... 7 おわりに本研究では，感情分析における文カテゴリー推定タスクに対して，有効なニューラルネットワークとデータ拡張の手法の組み合わせを比較検討した. 同じデータ拡張手法を用いた場合, 他のネットワークに比べて LSTM モデルの有効性が確認された. また同じネットワークを用いた場合, シソーラスを用いたデータ拡張の有効性が確認された. ...

4

PDFファイル 3I3 「自然言語処理による文書要約」

... 5.3 考察世代数が少ない時ほど高い精度が得られていることから，世代数を増やした場合に，出力される解が局所解である場合があることが考えられる．原因として考えられるのは，設定された文字数を満たす要約を生成するために，初期個体群の生成において強い制限を与えていることが挙げられる．この操作のために，初期個体において選択される文の数が少ない，つまり “1” ...

3

PDFファイル 2A1 「自然言語処理」

... 2. 色と文書可視性について適切に色遣いがなされた文書は可視性が高いことはあきらかである．色の使い方に関する研究は配色理論や色彩論など[ヨハネスイッテン 1971]として，非常に古くからの研究がある．しかし，これらの研究成果は絵や図を主体とするヴィジュアル性の高い文書には適用可能であっても，テキスト情報が主体となる教 ...

2

PDFファイル 2A1 「自然言語処理」

... を目標としており、その中で世界史・日本史といった歴史科目のセンター試験では、自然言語で書かれている文が史実であるかどうかを判断する問題が大部分を占める。入試問題の性質上、「史実である文」と「史実ではない文」との間に明確な線引きがあると考えられている。この判定基準を明確にし、計算機によってそれをどれほど実現できるかは、人工知能および自 ...

4

PDFファイル 3D4 「教育支援におけるテキスト・自然言語処理」

... 例えば、「とけいのあおくん」 ∗10 の場合、正解の難易度クラスは 2 だが、帯の各スムージング方法で推定された難易度クラスは、 3, 3, 3, 3, 4, である。一方、柴崎方式で得られる結果は、 Y = 5.169482 であり、クラス 5 と推定された。ここで、帯のスムージング結果の平均値 3.2 と、柴崎方式の ...

4

学位論文首都大学東京自然言語処理研究室（小町研）

... 第 5 章結果と考察 5.1 誤り分析 5.1.1 妥当性各手法の妥当性の誤り数を表 5.1 に示す．（）内は全体における誤り個数の割合を示す．表 3 から， NMT と比較すると， PBSMT は位置誤りが多いことがわかる．一般的に， PBSMT は語順が離れた言語対に対し，並べ替えが困難となり，翻訳精 ...

46

PDFファイル 2A1 「自然言語処理」

... 一方，文書の内容を捉える手法として，トピックモデルが注目されている．トピックとは，話題や意味のまとまりのことであり，トピックモデルとは，単語の出現の背景にトピックを仮定した言語モデルである．トピックモデルでは，各文書に出現した単語の種類と，その出現回数の情報を基に，辞書などを用 ...

4

学位論文首都大学東京自然言語処理研究室（小町研）

... のネットワークモデルに対しても Attention 機構を適用する。宮崎ら [17] は日本語評価極性分類で、 TreeLSTM [16] に Attention 機構を導入した。 TreeLSTM は LSTM を句構造木に適用したものである。この手法では、句構造木の葉には学習済みの単語分散表現が用いられており、それらを組み上げて句のベクトルを構成する。 ...

13

自然言語処理19_3

... 20 の G-上位概念を含む G-上位概念ペアは全部で 59,890 ペア，この G-上位概念に含まれる下位概念の異なり数は 54,981 個であった．その中から 200 ペアをサンプリングし，言い換え後の上位概念と下位概念のペアが上位下位関係であるか判定する実験を行った．実験では，筆 ...

21

PDFファイル 3I3 「自然言語処理による文書要約」

... 近年，大量の文書データと接する機会の増加にともない，文書要約技術の必要性が高まっている．文書要約の一手法としては，要約生成問題を文の組合せ最適化問題として帰着させる方法がある．最適化手法としては，動的計画法や分岐限定法などの厳密解法を用いた研究が多い．しかし，厳密解法には，要約対象とする文書集合の大きさに従って，計算時間が膨大に膨れ上がってしまうという問題が[r] ...

4

自然言語処理の考え方

自然言語処理20_657

自然言語処理16_5_79

PDFファイル 1A2 「自然言語処理」

統計的自然言語処理におけるMCMC法

木オートマトン•トランスデューサによる自然言語処理

PDFファイル 3I4 「自然言語処理におけるコーパス・辞書生成」

自然言語処理におけるDeep Learning

PDFファイル 3I3 「自然言語処理による文書要約」

自然言語処理16_2_45

PDFファイル 3I4 「自然言語処理におけるコーパス・辞書生成」

日本語自然言語処理のData Augmentation のんびりしているエンジニアの日記

PDFファイル 3I3 「自然言語処理による文書要約」

PDFファイル 2A1 「自然言語処理」

PDFファイル 2A1 「自然言語処理」

PDFファイル 3D4 「教育支援におけるテキスト・自然言語処理」

学位論文首都大学東京自然言語処理研究室（小町研）

PDFファイル 2A1 「自然言語処理」

学位論文首都大学東京自然言語処理研究室（小町研）

自然言語処理19_3

PDFファイル 3I3 「自然言語処理による文書要約」

関連した話題