進室において処理する
大規模グラフ処理 鈴村研究室 大規模データ処理・ストリームコンピューティング
... Communication Data Size at Each Level Figure 16 compares the reference implementations, R-CSR and R- CSC, with U-BFS in terms of the execution time at each level of the level-synchron[r] ...
12
学位論文 首都大学東京 自然言語処理研究室（小町研）
... このことを検証するために，以下の 2 つの設定で比較する： (1) FCE-public と NUCLE それぞれの誤りパターンに Lang-8 から抽出した誤りパターンを追 加する．そして，誤りパターンを用いて学習された単語分散表現によって初期 化された Bi-LSTM を FCE-public と NUCLE のそれぞれだけを使い学習する （ FCE+EWE-L8 ， ...
39
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 分散表現を用いてコサイン類似度を計算した．また，彼らはトレーニングコーパス において OOV の単語に対応する異なる言語の単語のアライメントを用い， OOV がどの単語にも対応していない場合その単語を削除した．しかし， OOV の削除は 文の意味の損失につながり，翻訳後の文の情報が欠落する．加えて，彼らは分布類 似度を用いるため OOV ...
37
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 富士通研究所の潮田明さん、大倉清司さんには、学士課程 4 年次に初めてのイ ンターンシップを経験させていただきました。また、富士秀さん、岩倉友哉さん にはインターンシップ後も様々な機会にアドバイスをいただきました。 ブレインパッドの太田満久さんには、修士課程 1 年次にインターンシップでお 世話になりました。就職活動をするか博士課程に進学するか迷っていた時期でし ...
108
学位論文 首都大学東京 自然言語処理研究室（小町研）
... pooling する “CNN+ave (sent len)” と特徴マッ プの長さで average pooling する “CNN+ave (map len)” を新たに比較手法として加え、各 pooling 手法との比較と average pooling の領域範囲による違いを調べる。結果を表 3 に ...
13
学位論文 首都大学東京 自然言語処理研究室（小町研）
... を要約する手法を提案している． Forbes ら [4] は，レシピの推薦における Matrix Factorization の有効性を検証している． Wang ら [29] は，中国語のレシピに対し て，類似するレシピを検索する手法を提案している． 一般的に，レシピを構成する文の多くは構文的に簡易に記述されているものの， ...
46
スライド 研究会 首都大学東京 自然言語処理研究室（小町研）
... • Inpきが 4次元テンソル 変換. • chainer.linkか.Convolきがion2D(inpきが̲channel, oきがpきが̲channel, [r] ...
21
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... The experimental results show that beam search and ensemble decoding improve the translation accuracy by 3.55 points in Japanese-English translation and 3.28 points in English-Japanese t[r] ...
7
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... This extraction part of our method is for acquiring non-trivial negative instances. Although the ma- chine translation part of our method is expected to collect non-trivial negative inst[r] ...
7
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... To improve machine translation performance with low-resource language pairs, we propose a method to expand the training data effectively via filtering the pseudo-parallel corpus using a [r] ...
9
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... In this paper, we propose a preprocessing method that paraphrases infrequent words or phrases with frequent ones on the target side of the training sen- tences in order to train a better[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）
... Example 2 Source また，ドットの形状及び結晶性は温度に依存することも分かった． Reference it was also proven that the shape and crystallinity of the dots were dependent on temperatures . To be Active the morphology and the crystallinity of the ...
6
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 achieve the state-of-the-art accuracy in grammatical error detection on the First Cer- tificate in English dataset (FCE-public) using a Bi-LSTM model initialized using our word embe[r] ...
9
paper 研究発表 首都大学東京 自然言語処理研究室（小町研）
... To address the problem of query intent, we pro- pose a sentence retrieval method that considers the latent distribution of a sentence using kernel embeddings.. Our proposed method calcul[r] ...
5
スライド 研究会 首都大学東京 自然言語処理研究室（小町研）
... リoss セ ルodeリ(Variabリe(phi_0), Variabリe(y)) #誤差の計算. accuル_リoss +セ リoss.data #計算した誤差を蓄積し いく[r] ...
40
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 本研究で作成したデータセット及び注釈付けされたデータセットは GitHub 1 に て公開した． 本論文の構成は以下のようになっている．第 1 章では本研究全体の概要，貢献を 述べる．第 2 章では抽出型要約と抽象型要約についての関連研究について述べる． 第 3 章ではニューラル要約の学習について述べる．第 4 章では大規模 3 行要約デー タセットの構築について詳しく述べる．第 5 章では 3 行要約の要約構造の分類モデ ルと 3 ...
56
学位論文 首都大学東京 自然言語処理研究室（小町研）
... 英語学習者が書きたい文に関係する英文を検索する場合， Google や Yahoo! など の既存の検索エンジンを用いてキーワードに関連する英文を検索することがあると 考えられる．しかしながら，既存の検索エンジンでは英語学習者が英文を書く際に 用例検索をすることに最適化されていないため，英語学習者が期待するような検索 ...
37
Publication 論文 鈴村研究室 大規模データ処理・ストリームコンピューティング
... In Deltarser, each parse event and its corresponding byte- sequence are stored in one edge of an automaton. This au- tomaton has two major characteristics: 1) it can directly process byt[r] ...
10
大規模グラフ処理 鈴村研究室 大規模データ処理・ストリームコンピューティング
... Hirundo analyzes, identifies the structure of a stream program, and transforms it to many different sample programs with same semantics using the no- tions of Tri-Operator Transformation[r] ...
12