Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械翻訳における文型パタンの部分的利用
Search
自然言語処理研究室
March 31, 2006
Research
80
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
機械翻訳における文型パタンの部分的利用
松田 聡史. 機械翻訳における文型パタンの部分的利用. 長岡技術科学大学課題研究報告書 (2006.3)
自然言語処理研究室
March 31, 2006
More Decks by 自然言語処理研究室
See All by 自然言語処理研究室
データサイエンス14_システム.pdf
jnlp
0
420
データサイエンス13_解析.pdf
jnlp
0
540
データサイエンス12_分類.pdf
jnlp
0
380
データサイエンス11_前処理.pdf
jnlp
0
500
Recurrent neural network based language model
jnlp
0
180
自然言語処理研究室 研究概要(2012年)
jnlp
0
170
自然言語処理研究室 研究概要(2013年)
jnlp
0
130
自然言語処理研究室 研究概要(2014年)
jnlp
0
150
自然言語処理研究室 研究概要(2015年)
jnlp
0
240
Other Decks in Research
See All in Research
AIで最適化を解けるか?
mickey_kubo
0
150
計算情報学研究室(数理情報学第7研究室)2026
tomohirokoana
0
770
Scalable dynamic origin-destination demand estimation enhanced by high-resolution satellite imagery data
satai
3
410
CVPR2026論文紹介_VLMにとって良いvision encoderとは何か?Rethinking Model Selection in VLM Through the Lens of Gromov-Wasserstein Distance
kobayashi31
1
190
kintone リサーチ副部/UXリサーチャー 業務紹介
cybozuinsideout
PRO
0
140
AIエージェント時代のLLM-jpモデルのあるべき姿
k141303
0
570
Unified Audio Source Separation (Defense Slides)
kohei_1979
1
650
Cross-Media Human-Information Interaction
signer
PRO
0
180
Cross-Media Information Spaces and Architectures
signer
PRO
0
340
The story of RefactoringMiner. Slow research, long-term impact
tsantalis
0
110
さくらインターネット研究所テックトーク2026春、研究開発Gr.25年度成果26年度方針
kikuzo
0
180
NII S. Koyama's Lab Research Overview AY2026
skoyamalab
0
530
Featured
See All Featured
Marketing to machines
jonoalderson
1
5.7k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.5k
Practical Orchestrator
shlominoach
191
12k
Facilitating Awesome Meetings
lara
57
7.1k
Become a Pro
speakerdeck
PRO
31
6.2k
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
260
Optimising Largest Contentful Paint
csswizardry
37
3.9k
Six Lessons from altMBA
skipperchong
29
4.4k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
370
Balancing Empowerment & Direction
lara
6
1.2k
Automating Front-end Workflow
addyosmani
1369
210k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
870
Transcript
ػց༁ʹ͓͚Δจܕɹɹ ɹ ɹ ɹɹɹύλϯͷ෦తར༻ Ԭٕज़Պֶେֶɹిؾܥ ࢁຊݚڀࣨ ใࠂऀ দాɹ૱࢙ ࢦಋڭһ ࢁຊɹӳ
ॿڭत ฏ18 2݄ 24
1.ݚڀഎܠ ύλϯ༁ͷ֓ཁ ɹ◆จ๏ɺ׳༻දݱΛݩʹύλϯΛ४උ ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2 ɹ◆༁Λߦ͏จʹରͯ͠ύλϯΛͯ Ίɺ༁จͷग़ྗΛߦ͏ɻ
1.ݚڀഎܠ ର༁ύλϯ ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2 ೖྗจ ɹI help you
ग़ྗจ ɹΘ͕ͨ͋͠ͳͨΛԉॿ͢Δ
1.ݚڀഎܠ ◆ ύλϯ༁ ɹ-ॏจɾෳจۤख ◆ ۙͷύλϯ༁ ɹ- ॏจɾෳจΛతͱͨ͠ύλϯ࡞ ɹ- ύλϯͷ૿Ճ
ɹ- ύλϯ༻ޮͷԼ →ύλϯΛ෦తʹར༻͢Δ͜ͱग़དྷͳ͍͔
2.త ෦తར༻Մೳͳύλϯͷ࡞ ɹ◆ύλϯར༻ޮͷ্ ɹ◆༁ݴޠͷॊೈͳରԠ ɹ◆༁ઌݴޠͰͷදݱͷ෯ͷ૿Ճ
3.CRESTύλϯ CRESTύλϯʹ͍ͭͯ ◆ॏจෳจͷ༁Λతͱͯ͠࡞ ◆୯ޠϨϕϧͰ12ສύλϯ ◆ઢܗ෦ͱඇઢܗ෦͔ΒͳΔ
3.CRESTύλϯ ◆ ઢܗ෦ ɹ- ଞͷཁૉʹஔ͖͑ͯશମͷҙຯ͕ มԽ͠ͳ͍ ◆ ඇઢܗ෦ ɹ- ஔ͖͑Δͱશମͷҙຯ͕มԽ͢Δ
ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2
4.ؔ࿈ݚڀ ◆ਆΒ[2005]ɹίʔύεΛݩʹ୯ޠఔ ͷ໊ࢺ۟༁Λతͱͨ͠ύλϯ࡞ ◆നҪΒ[2003]ɹίʔύεΛݩʹจͷ ༁Λతͱͨ͠ύλϯΛ࡞ طଘͷύλϯ͔ΒύλϯΛ࡞͢Δͱ͍͏ ݚڀଘࡏ͠ͳ͍
5.ఏҊख๏ ύλϯΛͯΊΔࡍʹରԠ෦Λ୳͢ͷ Ͱඇޮ ɹ→͋Β͔͡ΊύλϯͷׂΛߦ͏ ɹ→ରԠ෦Λࣗಈతʹ୳͢ख๏͕ඞཁ N1͕N2ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after N1
turn N2. N1͕N2ʹͳ͔ͬͯΒ after N1 turn N2.
5.ఏҊख๏ ◆ύλϯ͔Βඇઢܗ෦Λநग़ N1͕N2ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after N1 turn N2.
5.ఏҊख๏ ύλϯઌ಄·ͨඌ-֤ඇઢܗ෦ Λύλϯީิͱͯ͠நग़ N1͕N2ʹͳ͔ͬͯΒ ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after ɹafter N1
turn N2. V4 N3 after N1 turn ɹturn N2.
5.ఏҊख๏ ؚ·ΕΔઢܗ෦͕ಉ͡ύλϯಉ࢜Λ෦ ύλϯͱͯ͠ొ N1͕N2ʹͳ͔ͬͯΒ after N1 turn N2. ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4
N3 after
5.ఏҊख๏ લஔࢺɺ໊ؔࢺΛݩʹׂͨ͠ύλϯ ࡞ લஔࢺɹɹɹN1N2ʹV3^rentaiͷؒ ɹɹɹɹɹɹuntil N1 V3.past N2 ໊ؔࢺɹN1N2Ͱग़͔͚͍ͯΔؒ ɹɹɹɹɹɹwhile
N1 be on N2
6.ධՁ࣮ݧ 1. ɹ࡞ͨ͠ύλϯʹΑΔϚον 2. ɹ࡞ͨ͠ύλϯͷҙຯతͳରԠ
6.ධՁ࣮ݧ1 CRESTύλϯͷݪจ͔Β ɹ◆ϥϯμϜʹ100จ ɹ◆໊ؔࢺͰ࢝·Δ100จ ɹ◆લஔࢺͰ࢝·Δ100จ Λநग़ 4छྨͷύλϯΛͯΊΔ
6.ධՁ࣮ݧ1(݁Ռ)
࣮ݧจ*% Ϛον ໊ؔࢺ ඇม෦ $3&45ύλϯ લஔࢺ
6.ධՁ࣮ݧ1(݁Ռ) ֤จʹର͢ΔฏۉϚον CRESTύλϯ ඇઢܗ෦ લஔࢺ ໊ؔࢺ 16.6 100.7 0.6 196.7
6.ධՁ࣮ݧ2 ࡞ͨ͠ӳޠύλϯͱຊޠύλϯͰ ҙຯతͳରԠ͕ͱΕ͍ͯΔ͔ ˓ɿҙຯతͳରԠ͕ͱΕ͍ͯΔ ˚ɿӳɺӳ͍ͣΕ͔ʹؔͯ͠ɺҙຯͷ औΕͳ͍ඇઢܗ෦͕ଘࡏ͢Δ ×ɿҙຯతͳରԠ͕ͱΕ͍ͯͳ͍
6.ධՁ࣮ݧ2(݁Ռ) ύλϯͷҙຯతରԠ ˓ ˚ × ඇઢܗ෦ 43 47 10 લஔࢺ
30 43 27 ໊ؔࢺ 35 58 7
6.ධՁ࣮ݧ2(݁Ռ) ˓ɹN1 have a number of N2, ɹɹN1N2͕ࢁ͍ΔͷͰ ˚ɹIt is
said among N2 in N1 that ɹɹN1ͷN2ͷؒͰ ×ɹto V4 N3 ɹɹʹઌۦ͚ͯN3ΛV4.kako
7.ߟ ◆Ϛονͷ૿Ճ ɹ→༁ઌݴޠʹ͓͚Δදݱͷ͕Γ͔͍ ◆Ϛονͨ͠ύλϯʹ͍ͭͯ ɹ→༁ͷਖ਼ղͱͳΔύλϯଘࡏ͢Δ ɹ→จͷ༁ʹ༻Մೳ ◆શͳҙຯରԠͷऔΕͳ͍ύλϯ ɹ→ഉআ͢Δख๏ͷݕ౼͕ඞཁ
8.·ͱΊ CRESTύλϯΛݩʹ෦తύλϯΛ࡞ ඇઢܗ෦(લஔࢺɺ໊ؔࢺ)Λݩʹύ λϯΛׂɾ࠶ߏ ಛఆͷจܕʹ͍ͭͯύλϯϚον͕େ ෯ʹ૿Ճ ҙຯͷऔΕͳ͍ύλϯͷଘࡏ(ࠓޙͷ՝)