Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
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
0
77
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
Tweet
Share
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
400
データサイエンス13_解析.pdf
jnlp
0
500
データサイエンス12_分類.pdf
jnlp
0
350
データサイエンス11_前処理.pdf
jnlp
0
480
Recurrent neural network based language model
jnlp
0
140
自然言語処理研究室 研究概要(2012年)
jnlp
0
150
自然言語処理研究室 研究概要(2013年)
jnlp
0
110
自然言語処理研究室 研究概要(2014年)
jnlp
0
130
自然言語処理研究室 研究概要(2015年)
jnlp
0
210
Other Decks in Research
See All in Research
不確実性下における目的と手段の統合的探索に向けた連続腕バンディットの応用 / iot70_gp_rff_mab
monochromegane
2
250
Pythonでジオを使い倒そう! 〜それとFOSS4G Hiroshima 2026のご紹介を少し〜
wata909
0
1.2k
一人称視点映像解析の最先端(MIRU2025 チュートリアル)
takumayagi
6
4.4k
競合や要望に流されない─B2B SaaSでミニマム要件を決めるリアルな取り組み / Don't be swayed by competitors or requests - A real effort to determine minimum requirements for B2B SaaS
kaminashi
0
350
Open Gateway 5GC利用への期待と不安
stellarcraft
2
170
Thirty Years of Progress in Speech Synthesis: A Personal Perspective on the Past, Present, and Future
ktokuda
0
140
大規模言語モデルにおけるData-Centric AIと合成データの活用 / Data-Centric AI and Synthetic Data in Large Language Models
tsurubee
1
460
第二言語習得研究における 明示的・暗示的知識の再検討:この分類は何に役に立つか,何に役に立たないか
tam07pb915
0
400
MIRU2025 チュートリアル講演「ロボット基盤モデルの最前線」
haraduka
15
11k
論文紹介:Not All Tokens Are What You Need for Pretraining
kosuken
1
220
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
64
35k
湯村研究室の紹介2025 / yumulab2025
yumulab
0
270
Featured
See All Featured
Crafting Experiences
bethany
0
21
It's Worth the Effort
3n
187
29k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.8k
RailsConf 2023
tenderlove
30
1.3k
SEO for Brand Visibility & Recognition
aleyda
0
4.1k
Bash Introduction
62gerente
615
210k
Introduction to Domain-Driven Design and Collaborative software design
baasie
1
510
Product Roadmaps are Hard
iamctodd
PRO
55
12k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
580
Navigating Weather and Climate Data
rabernat
0
45
A Tale of Four Properties
chriscoyier
162
23k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
34k
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՝)