言語(の認知)科学と言語処理の研究者
総合科学部紀要 言語文化研究
... dog と同じ個体の意味が得られる。英語の複数名詞 dogs の場合は，定冠詞 the と結びつくことが可能である。従って，明示的 な統語的手段が優先され，ι演算子による意味的なタイプ変換は阻止され る。しかし，英語では，複数の不定冠詞がないため（ロマンス語の部分冠 詞に相当するものがない），複数名詞はあくまで述語であり，個体タイプで ...
28
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... dress と wear のような誤 りであり，無冠詞は an のような誤りである．動詞誤 りは提案手法の方が，無冠詞では W2V と C&W の方 が正解数が多い．無冠詞は提案手法では考慮されてい ない．このことから，学習可能な誤りだけを考慮する ことで，考慮していない他の誤りに対してはかえって 文脈だけで学習された分散表現である ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... ビタビアルゴリズムによる言い換えの例を図 1 に 示す。原文 “they assert defending the rights.” に おいて、defending が OOV である。defending は高 頻度語である guaranteeing への言い換えが可能であ り、defending the rights は全て高頻度語である the protection of the rights ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 4.2 応答文の増加 発話文は無限に収集可能であるが，応答文はクラウド ソーシングによるシードと，ユーザによる入力でしか増 えない．今回，協力者 4 人によって入力された応答文の 数は合計で 122 件であった．その例を表 3 に示す．ユー ザ経験として，この量の応答文の入力であればゲームを 進行する上で妨げにならないことがわかった．しかし対 ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 6 考察 日英翻訳における各モデルの出力例を表 3 に示し た．例 1 では，ANMT において “as shown” が消失し てしまっているが，BTO-ANMT では近い “as shown in the drawing” が出力されている ．また例 2 では， ANMT において “array” が 4 回出力されてしまって いるが，BTO-ANMT では繰り返されることなく，よ ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 3 の事例 3 のように主語と目的語の位置が入れ 替わっても文が成立するような文は正しく生成できな いことがあった．入力に助詞の情報を追加して文の生 成を行うことでこのような文も正しく出力できるよう になると考えられる．また，全体の出力結果からキー ワードに含まれない単語はほとんど出力せず，内容語 ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 2 の ように分類した。まず、文末表現（特に常体と敬体の 変換）が変化する正例が非常に多い。これは翻訳器の 性質によるもので、本研究で使用した PBMT ツール は敬体を好み、NMT ツールは常体を好む傾向があっ た。次に多いのが内容語の置換による言い換えである。 ...
4
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 4 https://alaginrc.nict.go.jp/resources/ nict-resource/li-info/li-outline.html#A-9 表 1: Simple PPDB: Japanese の事例 字引 （上級）→（初級） 辞書 0.878 晩餐 （上級）→（初級） 夕食 0.317 九大 （上級）→（中級） 九州大学 0.875 晩餐 （上級）→（中級） ディナー 0.176 写真機 ...
4
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... Example 2 @* おかえびもずくさん、インフル流行って る から 手洗いうがいしてね (false positive) English translation: @* The flu is going around, so you should wash hands and gargle. Example 3 まさかのインフルエンザ ... 全身鳥肌 と 震 え 半端ない寒気が ... ...
7
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... The proposed methods em- ploy discriminative models trained using error pat- terns extracted from ESL corpus and can gener- ate reliable distractors by taking context of a given sentence[r] ...
5
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... To ad- dress this issue, we defined a set of error type criteria and conducted automatic clas- sification of errors into error types in the sentences from the NAIST Goyo Corpus and achie[r] ...
10
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... (d) Subject preordering Japanese: ＣＯＰＤ患者の | 換気増加は | 日常活動を | 制限する | 重要な | 因子である。 English literal: COPD patient GEN | ventilation increase T OP | daily activity ACC | limit P RES | important | be P RES factor. ...
6
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... Extracting a Chinese Learner Corpus from the Web: Grammatical Error Correction for Learning Chinese as a Foreign Language with Statistical Machine Translation.[r] ...
6
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... 5 Discussion In Figure 1, we present an example for which our first method fails but our sec- ond method succeeds to translate. Our first method creates “DERS ソフトウェアを用いて ”, “ 「ふげん発電所」の線量率を ”, “ 詳細に ”, and 1 We do ...
6
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... These annotators ranked target words and their several paraphrases according to how simple they were in contexts from the lexical substitution dataset described in Section 2.1.. Next, th[r] ...
6
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... In order to answer this question, we compare the performance of recognizing subjects of cold when using the training instances for all types of dis- eases and symptoms with that when usi[r] ...
11
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... Moving on to the wrong answers, it can be seen that our proposed model made human-like mistakes. For example, it mistook the top one containing the word “ 反省 (thinking over, reflection, regret),” but it is an ambiguous ...
10
予稿 研究発表 首都大学東京 自然言語処理研究室（小町研）
... ALL_ACTIVE と ALL_PASSIVE では，参照訳と異 なる態の文の出力を試みたものが各 100 文存在するた め，正解率が低い．これによって，BLEU はベースラ インに比べて低くなった．BLEU が最も高かったもの は，REFERENCE であった．この実験では BLEU を ...PREDICT の実験では BLEU が 0.45 ポイント上がった． ...
4
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... Table 3 shows the experimental results of the semantic textual similarity task. “ALL” is the weighted mean value of the Pearson’s correlation coefficient over the five datasets. MIPA ach[r] ...
10
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... We just annotated whether a reporter is in front of the place ( close ) or has already left the place ( far ) because we use the flood event corpus constructed from a social media where [r] ...
9