You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
NLPに関するharapon1012のブックマーク (63)
-
harapon1012 2019/01/09
-
2016年 - 寺町計算言語
2016年を振り返ってみます。大急ぎで書きます。こういうのはその年のうちに書いておかないと格好がつかないので。ついでなので2017年の目標も書きます。これは年が明けてからの方が良いのでしょうけれど。 まず、どうにかこうにか生き残っています。去年の大半は、任期切れ間近なのに次の仕事先が決まっていない状態でした。言語処理自体から足を洗うことを半分くらい考えていました。これは今でも時々考えますが。幸いなことに拾っていただいて、京大に戻って1年が経ちました。身分が安定するのは良いことです。ずっと半年、一年先の仕事ばかり探しているようでは効率が悪くて仕方がありません。ただ、この先の展望は特にありません。どうしたものか考えものです。 今年の目標は、業績リストを見ただけで人間性の問題がばれる状態を何とかすることでした。信じがたいことに、去年までに出した国際会議論文はボスとの共著と単著だけでした。今年にな
-
はてなグループの終了日を2020年1月31日(金)に決定しました - はてなの告知
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
-
第8回最先端NLP勉強会（SNLP 2016）
概要 自然言語処理分野におけるトップジャーナル・トップカンファレンスであるTACL （直近1年）、ACL 2016、NAACL 2016、EMNLP 2015の論文の中から、参加者の投票によって厳選した論文を、各参加者が紹介する勉強会です。 勉強会の参加者は、各自1～2本の論文を担当し、全体で30本程度の論文の紹介をします。 第1回目は1研究室のメンバーを中心とした会でしたが、第2回目より、研究室の枠を超え、東京近郊の様々な研究室の学生・研究者有志一同による勉強会として開催しております。 このイベントを通じて、研究者間の活発な情報交換・意見交換・交流が行われ、今後の研究に活かされることを本勉強会の狙いとしています。 過去の勉強会の様子 スケジュール 9月11日（日）
-
日本語形態素解析の裏側を覗く！MeCab はどのように形態素解析しているか - クックパッド開発者ブログ
こんにちは、買物情報事業部の荒引 (@a_bicky) です。 前回、「検索結果の疑問を解消するための検索の基礎」で単語単位でインデキシングする前提で説明しましたが、今回は文などを単語単位で分割するために使う技術である形態素解析について触れます。 形態素解析器には色々ありますが、中でもメジャーと思われる MeCab の仕組みについて説明します。 MeCab の解析精度を上げるために辞書に単語を追加したことのある方もいると思いますが、動作原理を理解することで単語を追加する際に適切な生起コストを設定できるようになったり、学習の際に適切なパラメータを設定できるようになったりするはずです。 なお、MeCab は汎用テキスト変換ツールとしても使用できます が、簡単のため MeCab + IPA 辞書のデフォルト設定前提で説明します。 アジェンダ 形態素解析とは MeCab における最適な解析結果の推
-
Semi-supervised Sentiment-aware LDA - skozawa's blog
NAACL 2015の論文のLCCT: A Semi-supervised Model for Sentiment Classificationを読んだ。メモと気になった部分を軽く実装して試してみた。 感情分析で、コーパスベースのアプローチと辞書ベースのアプローチでco-trainingする話。 コーパスベースのアプローチだと、精度は高いが再現率が低い。逆に辞書ベースのアプローチだと再現率は高いが精度が低いのでこれを解決したいというもの。 ドメインに依存しない汎用的な素性をコーパスベースのアプローチで取得し、ドメインに依存するような素性は辞書ベースのアプローチでカバーする。 ドメイン依存の単語はSemi-supervised Sentiment-aware LDAというアプローチを使って獲得する。ポジティブ、ネガティブ、ニュートラルの3分類でそれぞれに対していくつかシードを与えてることでド
-
word2vecリンク集 - Educational NLP blog
word2vecに関する資料へのリンク集です．全く網羅的でないですが，とりあえず． 中でやっている計算の資料 Word2vecの並列実行時の学習速度の改善 @chokkanorg 先生のNL研での発表資料．内部の計算をスライドで端的に説明してくれている． http://www.folgertkarsdorp.nl/word2vec-an-introduction/ 英語だが，中でどういう計算をしているのかをPythonのnumpyで表現してくれている． Improving Distributional Similarity with Lessons Learned from Word Embeddings @Bollegala 先生からおすすめされた論文．「なぜc+wにすると良くなるのかについては（この論文）のSec 3.3参照して下さい．」だそうです． Google Code Archi
-
第7回最先端NLP勉強会
概要 自然言語処理分野におけるトップジャーナル・トップカンファレンスであるTACL (vol.3)、ACL 2015、NAACL 2015の論文の中から、参加者の投票によって厳選した論文を、各参加者が紹介する勉強会です。 勉強会の参加者は、各自1～2本の論文を担当し、全体で30本程度の論文の紹介をします。 第1回目は1研究室のメンバーを中心とした会でしたが、第2回目より、研究室の枠を超え、東京近郊の様々な研究室の学生・研究者有志一同による勉強会として開催しております。 また、今回の第7回目から運営が学生中心に移行いたしました。 このイベントを通じて、研究者間の活発な情報交換・意見交換・交流が行われ、今後の研究に活かされることを本勉強会の狙いとしています。 過去の勉強会の様子 スケジュール 8月29日 (土)
-
-
行列とニューラルネットが手をつなぐ - 武蔵野日記
昨晩から体調がまた悪化したが、情報理論の中間試験を準備しないといけないので、午前5時に起床して作業。しかしいろいろあって一時危ういことに。普段出席を必須としていないので、中間試験の日だけ来る学生もいるし、体調が悪いから、と延期できないため、相当焦る（試験問題を作るのも採点するのも大変だということ、理解していただきたい）。1学期に2回もそういう日があるとしんどいので、期末試験一発にしたほうが自分は楽だなぁ。学生はどっちが楽なのか分からないが……。 午前中、なんとか大学に来て無事中間試験を実施する（中間試験とはいえ、前半の45分は普通の授業）。 そういえば、夏のITエンジニアインターンの情報が集まる魔法のスプレッドシートに、インターンシップの内容や期間、報酬がまとまっているので、学部生たちに授業で紹介している。最近はインターンシップのでも待遇がかなりよいので、下手に夏休みを過ごすなら、こういう
-
「知識」のDeep Learning
1. The document discusses knowledge representation and deep learning techniques for knowledge graphs, including embedding models like TransE, TransH, and neural network models. 2. It provides an overview of methods for tasks like link prediction, question answering, and language modeling using recurrent neural networks and memory networks. 3. The document references several papers on knowledge gra
-
Probabilistic Soft Logic | Probabilistic soft logic (PSL) is a machine learning framework for developing probabilistic models. PSL models are easy and fast, you can define them using a straightforward logical syntax and solve them with fast convex optimiz
Probabilistic soft logic (PSL) is a machine learning framework for developing probabilistic models. PSL models are easy to use and fast. You can define models using a straightforward logical syntax and solve them with fast convex optimization. PSL has produced state-of-the-art results in many areas spanning natural language processing, social-network analysis, knowledge graphs, recommender system,
-
ソフトな推論Markov Logic Networkの紹介 - Preferred Networks Research & Development
予約したもののインフォバーを手に入れられない海野です． 人間の高度な知的処理の一つが、推論処理です．今日はその推論を、述語論理と機械学習の組み合わせで模倣したMarkov Logic Networkという手法と、そのOSS実装であるAlchemyの紹介です． 鳥とはなんですか？という質問に対してどう答えるでしょうか．大雑把には、以下のように考えるでしょう． 鳥とは、空を飛ぶ動物です． この回答に対して、「ペンギンは飛ばないよ」と反論する人がいるかも知れません． 鳥とは、くちばしを持った動物です． すると、「カモノハシは鳥じゃないよ」と言われるでしょう．人間は初めて見た生き物が鳥かそうじゃないか判断するとき、どうしているのでしょうか．思うに、少数の規則（飛ぶかどうか．くちばしをもつか）から総合的に判断しているように思われます．人間の推論というのは概ね以下のような特徴を持っているのではないかと
-
場所参照表現タグ付きコーパス Ver 0.1 (2015/05/25)
概要 本コーパスは，Twitterからランダムにサンプリングしたテキストに現れる，「特定の場所を著者が想定している」と判断できる表現に対して，実際にどのエンティティを指しているかを人手で判断しエンティティ情報を付与したコーパスです．GeoNLPなどのジオパーズシステム，エンティティリンキングシステム等の開発や評価に利用することを想定して構築されました． 本コーパスには以下のような特徴があります． 施設名へのアノテーション付与 : いわゆる「地名」（市区町村名など）だけではなく，「施設名」（駅名等）に対してもエンティティを付与しています． 一般名詞からなる表現にも付与 : 「特定の場所を著者が想定している」表現というと，すぐに思い浮かぶのは都道府県名・駅名などの固有名詞ですが，上図における「バス停」のように，一般名詞であっても，特定の場所を指し示す表現が存在するため，それらへもアノテーション
-
ジャストシステムの形態素解析技術
3. 統計的手法による形態素解析 表記 品詞 にわ 一般名詞 に 助詞 わに 一般名詞 にわとり 一般名詞 が 助詞 い 上一段動詞 る 活用語尾：終止 。 句点 区切って、品詞を選ぶ 系列ラベリング問題 隣接する要素の情報を利用 (n-gram) 必要なリソース • 辞書 • 教師データ（学習コーパス） （ほかのやり方もあります） 3
-
-
今年の言語処理学会のあれこれ - 蝉々亭
今書かないと永遠に書かないような気がしますので書いておこうと思います。単なる雑駁な感想です。言語処理学会に行ってきました。今年も例年通りお祭り騒ぎと申しますか、会期中、普段お会いできない方々と、旧交を暖めると称して酒を酌み交わす日々となりました。私自身は本会議でのポスター発表とワークショップでのオーラル発表があり、これらをこなしつつ、夜は酒席に馳せ参じるという塩梅で、なかなかハードでした。 昨年の北海道では3回の発表（本会議での一般発表、論文賞受賞に伴う発表、ワークショップでの発表）と3回の座長（チュートリアルの司会、一般セッションの座長、ワークショップの座長）と初日から最終日までやたらと仕事があり、気を張っていましたが、この点では今回は気楽でした。 言語データの著作権に関するチュートリアルが異常に面白く、何と申しますか、勉強になりました。 NLP 若手の会の委員長の1人として、 YANS
-
[O] MeCab 用の新語辞書 mecab-ipadic-neologd を公開しました
MeCab 用の新語辞書 mecab-ipadic-neologd を公開しました Tweet [NLP] 日本語の文書を機械的に処理しようと思った時に、ほとんどの人が MeCabとIPADIC(IPA辞書)の両方、または、どちらかを使うことになります。 IPADICはとてもよく出来ていますが、更新されないまま年月が過ぎているので、例えば2015年3月上旬に急に流行ったような言葉は収録していません。そのため、今日生まれたような新しい文書(例、Apple Watch発売)を解析する時に困ります。困らない人もいますけど、僕は困ります。 その課題に対処するために、日本全国津々浦々、自然言語処理に関わる全ての人は独自にMeCabの新語辞書を作って対応しているわけです。その際に元データとして使われることが多いのは Wikipedia 日本語版やはてなキーワードなどです。 困ったことに、新語辞書を生成
-
場所参照表現タグ付きコーパスの�構築と評価
1. 場所参照表現タグ付きコーパスの 構築と評価 松⽥田 耕史*, 佐々⽊木 彬*, 岡崎 直観†*, 乾 健太郎郎* *) 東北北⼤大学, †) 科学技術振興機構 さきがけ 第220回 情報処理理学会 ⾃自然⾔言語処理理研究会(NL) 九州⼤大学医学部 百年年講堂 2015/01/20 1 2. 実世界とつながる⾃自然⾔言語処理理 • テキスト情報が「いつの(時間)・どこについての(場所)」もの であるかを解析し，集約したい – 本発表では特にSNS(Twitter)のテキストに含まれる「場所」に フォーカス • NLPと地理理情報処理理を融合したアプリケーションの例例 – 「状況の俯瞰的把握」に役⽴立立つ J 特に災害対応において有⽤用であることが指摘されている[後藤ら, 2013] L 場所情報の扱いについて詳細な検証はなされていない Fig. DISAA
-
大規模データ時代に求められる自然言語処理 -言語情報から世界を捉える-
1. The document discusses the history and recent developments in natural language processing and deep learning. It provides an overview of seminal NLP papers from the 1990s to 2010s and deep learning architectures from 2003 to present. 2. Key deep learning models discussed include neural language models, word2vec, convolutional neural networks, and LSTMs. The document also notes the increasing int
公式Twitter
- @HatenaBookmark
リリース、障害情報などのサービスのお知らせ
- @hatebu
最新の人気エントリーの配信
キーボードショートカット一覧
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Copyright © 2005-2025 Hatena. All Rights Reserved.
設定を変更しました