Upgrade to Pro — share decks privately, control downloads, hide ads and more …

機械翻訳における文型パタンの部分的利用

Avatar for 自然言語処理研究室 自然言語処理研究室
March 31, 2006
Research
0
75

 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)

Avatar for 自然言語処理研究室

自然言語処理研究室

March 31, 2006
Tweet

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
Avatar for 自然言語処理研究室 jnlp
0
380
データサイエンス13_解析.pdf
Avatar for 自然言語処理研究室 jnlp
0
480
データサイエンス12_分類.pdf
Avatar for 自然言語処理研究室 jnlp
0
340
データサイエンス11_前処理.pdf
Avatar for 自然言語処理研究室 jnlp
0
460
Recurrent neural network based language model
Avatar for 自然言語処理研究室 jnlp
0
140
自然言語処理研究室 研究概要(2012年)
Avatar for 自然言語処理研究室 jnlp
0
130
自然言語処理研究室 研究概要(2013年)
Avatar for 自然言語処理研究室 jnlp
0
97
自然言語処理研究室 研究概要(2014年)
Avatar for 自然言語処理研究室 jnlp
0
120
自然言語処理研究室 研究概要(2015年)
Avatar for 自然言語処理研究室 jnlp
0
190

Other Decks in Research

See All in Research
最適決定木を用いた処方的価格最適化
Avatar for MIKIO KUBO mickey_kubo
4
1.9k
EOGS: Gaussian Splatting for Efficient Satellite Image Photogrammetry
Avatar for SatAI.challenge satai
4
500
EcoWikiRS: Learning Ecological Representation of Satellite Images from Weak Supervision with Species Observation and Wikipedia
Avatar for SatAI.challenge satai
3
120
Creation and environmental applications of 15-year daily inundation and vegetation maps for Siberia by integrating satellite and meteorological datasets
Avatar for SatAI.challenge satai
3
260
20250605_新交通システム推進議連_熊本都市圏「車1割削減、渋滞半減、公共交通2倍」から考える地方都市交通政策
Avatar for Traffic Brain trafficbrain
0
750
利用シーンを意識した推薦システム 〜SpotifyとAmazonの事例から〜
Avatar for kuri8ive kuri8ive
1
250
Large Language Model Agent: A Survey on Methodology, Applications and Challenges
Avatar for Shunsuke KITADA shunk031
16
9.9k
スキマバイトサービスにおける現場起点でのデザインアプローチ
Avatar for 眞行寺由郎 yoshioshingyouji
0
210
問いを起点に、社会と共鳴する知を育む場へ
Avatar for MATSUMOTO Ryosuke matsumoto_r
PRO
0
610
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
Avatar for Tomoya Matsuura tomoyanonymous
0
160
SegEarth-OV: Towards Training-Free Open-Vocabulary Segmentation for Remote Sensing Images
Avatar for SatAI.challenge satai
3
170
[輪講] SigLIP 2: Multilingual Vision-Language Encoders with Improved Semantic Understanding, Localization, and Dense Features
Avatar for Naoki Kato nk35jk
2
980

Featured

See All Featured
Mobile First: as difficult as doing things right
Avatar for Swwweet swwweet
224
9.9k
Principles of Awesome APIs and How to Build Them.
Avatar for Keavy McMinn keavy
126
17k
Designing for humans not robots
Avatar for Tammie Lister tammielis
253
25k
Fireside Chat
Avatar for paigeccino paigeccino
39
3.6k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
36
2.5k
Building Better People: How to give real-time feedback that sticks.
Avatar for Will Jessup wjessup
368
19k
Why Our Code Smells
Avatar for Brandon Keepers bkeepers
PRO
339
57k
StorybookのUI Testing Handbookを読んだ
Avatar for Shingo Yamazaki zakiyama
31
6.1k
Code Review Best Practice
Avatar for Trisha Gee trishagee
70
19k
[RailsConf 2023 Opening Keynote] The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
30
9.6k
Rebuilding a faster, lazier Slack
Avatar for samanthasiow samanthasiow
83
9.2k
Done Done
Avatar for chrislema chrislema
185
16k

Transcript

  1. ػց຋༁ʹ͓͚Δจܕɹɹ ɹ ɹ ɹɹɹύλϯͷ෦෼తར༻ ௕Ԭٕज़Պֶେֶɹిؾܥ ࢁຊݚڀࣨ ใࠂऀ দాɹ૱࢙ ࢦಋڭһ ࢁຊɹ࿨ӳ

    ॿڭत ฏ੒18೥ 2݄ 24೔

  2. 1.ݚڀഎܠ ύλϯ຋༁ͷ֓ཁ ɹ◆จ๏ɺ׳༻දݱΛݩʹύλϯΛ४උ ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2 ɹ◆຋༁Λߦ͏จʹରͯ͠ύλϯΛ౰ͯ͸ Ίɺ༁จͷग़ྗΛߦ͏ɻ

  3. 1.ݚڀഎܠ ର༁ύλϯ ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2 ೖྗจ ɹI help you

    ग़ྗจ ɹΘ͕ͨ͋͠ͳͨΛԉॿ͢Δ

  4. 1.ݚڀഎܠ ◆ ύλϯ຋༁ ɹ-ॏจɾෳจ͸ۤख ◆ ۙ೥ͷύλϯ຋༁ ɹ- ॏจɾෳจΛ໨తͱͨ͠ύλϯ࡞੒ ɹ- ύλϯ਺ͷ૿Ճ

    ɹ- ύλϯ࢖༻ޮ཰ͷ௿Լ →ύλϯΛ෦෼తʹར༻͢Δ͜ͱ͸ग़དྷͳ͍͔

  5. 2.໨త ෦෼తར༻Մೳͳύλϯͷ࡞੒ ɹ◆ύλϯར༻ޮ཰ͷ޲্ ɹ◆຋༁ݴޠ΁ͷॊೈͳରԠ ɹ◆຋༁ઌݴޠͰͷදݱͷ෯ͷ૿Ճ

  6. 3.CRESTύλϯ CRESTύλϯʹ͍ͭͯ ◆ॏจ΍ෳจͷ຋༁Λ໨తͱͯ͠࡞੒ ◆୯ޠϨϕϧͰ໿12ສύλϯ ◆ઢܗ෦෼ͱඇઢܗ෦෼͔ΒͳΔ

  7. 3.CRESTύλϯ ◆ ઢܗ෦෼ ɹ- ଞͷཁૉʹஔ͖׵͑ͯ΋શମͷҙຯ͕ มԽ͠ͳ͍ ◆ ඇઢܗ෦෼ ɹ- ஔ͖׵͑Δͱશମͷҙຯ͕มԽ͢Δ

    ɹN1͕N2Λԉॿ͢Δ ɹN1 help N2

  8. 4.ؔ࿈ݚڀ ◆ਆ໺Β[2005]ɹίʔύεΛݩʹ਺୯ޠఔ ౓ͷ໊ࢺ۟຋༁Λ໨తͱͨ͠ύλϯ࡞੒ ◆നҪΒ[2003]ɹίʔύεΛݩʹ୹จͷ຋ ༁Λ໨తͱͨ͠ύλϯΛ࡞੒ طଘͷύλϯ͔ΒύλϯΛ࡞੒͢Δͱ͍͏ ݚڀ͸ଘࡏ͠ͳ͍

  9. 5.ఏҊख๏ ύλϯΛ౰ͯ͸ΊΔࡍʹରԠ෦෼Λ୳͢ͷ Ͱ͸ඇޮ཰ ɹ→͋Β͔͡Ίύλϯͷ෼ׂΛߦ͏ ɹ→ରԠ෦෼Λࣗಈతʹ୳͢ख๏͕ඞཁ N1͕N2ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after N1

    turn N2. N1͕N2ʹͳ͔ͬͯΒ after N1 turn N2.

  10. 5.ఏҊख๏ ◆ύλϯ͔Βඇઢܗ෦෼Λநग़ N1͕N2ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after N1 turn N2.

  11. 5.ఏҊख๏ ύλϯઌ಄·ͨ͸຤ඌ-֤ඇઢܗ෦෼ Λύλϯީิͱͯ͠நग़ N1͕N2ʹͳ͔ͬͯΒ ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4 N3 after ɹafter N1

    turn N2. V4 N3 after N1 turn ɹturn N2.

  12. 5.ఏҊख๏ ؚ·ΕΔઢܗ෦෼͕ಉ͡ύλϯಉ࢜Λ෦෼ ύλϯͱͯ͠ొ࿥ N1͕N2ʹͳ͔ͬͯΒ after N1 turn N2. ʹͳ͔ͬͯΒN3ΛV4^meireiɻ V4

    N3 after

  13. 5.ఏҊख๏ લஔࢺɺؔ܎୅໊ࢺΛݩʹ෼ׂͨ͠ύλϯ ΋࡞੒ લஔࢺɹɹɹN1͸N2ʹV3^rentai຦ͷؒ ɹɹɹɹɹɹuntil N1 V3.past N2 ؔ܎୅໊ࢺɹN1͸N2Ͱग़͔͚͍ͯΔؒ ɹɹɹɹɹɹwhile

    N1 be on N2

  14. 6.ධՁ࣮ݧ 1. ɹ࡞੒ͨ͠ύλϯʹΑΔϚον਺ 2. ɹ࡞੒ͨ͠ύλϯͷҙຯతͳରԠ

  15. 6.ධՁ࣮ݧ1 CRESTύλϯͷݪจ͔Β ɹ◆ϥϯμϜʹ100จ ɹ◆ؔ܎୅໊ࢺͰ࢝·Δ100จ ɹ◆લஔࢺͰ࢝·Δ100จ Λநग़ 4छྨͷύλϯΛ౰ͯ͸ΊΔ

  16. 6.ධՁ࣮ݧ1(݁Ռ)         

               ࣮ݧจ*% Ϛον਺ ؔ܎୅໊ࢺ ඇม਺෦෼ $3&45ύλϯ લஔࢺ

  17. 6.ධՁ࣮ݧ1(݁Ռ) ֤จʹର͢ΔฏۉϚον਺ CRESTύλϯ ඇઢܗ෦෼ લஔࢺ ؔ܎୅໊ࢺ 16.6 100.7 0.6 196.7

  18. 6.ධՁ࣮ݧ2 ࡞੒ͨ͠ӳޠύλϯͱ೔ຊޠύλϯͰ ҙຯతͳରԠ͕ͱΕ͍ͯΔ͔ ˓ɿҙຯతͳରԠ͕ͱΕ͍ͯΔ ˚ɿӳ೔ɺ೔ӳ͍ͣΕ͔ʹؔͯ͠ɺҙຯͷ औΕͳ͍ඇઢܗ෦෼͕ଘࡏ͢Δ ×ɿҙຯతͳରԠ͕ͱΕ͍ͯͳ͍

  19. 6.ධՁ࣮ݧ2(݁Ռ) ύλϯͷҙຯతରԠ ˓ ˚ × ඇઢܗ෦෼ 43 47 10 લஔࢺ

    30 43 27 ؔ܎୅໊ࢺ 35 58 7

  20. 6.ධՁ࣮ݧ2(݁Ռ) ˓ɹN1 have a number of N2, ɹɹN1͸N2͕୔ࢁ͍ΔͷͰ ˚ɹIt is

    said among N2 in N1 that ɹɹN1ͷN2ͷؒͰ͸ ×ɹto V4 N3 ɹɹʹઌۦ͚ͯN3ΛV4.kako

  21. 7.ߟ࡯ ◆Ϛον਺ͷ૿Ճ ɹ→຋༁ઌݴޠʹ͓͚Δදݱͷ޿͕Γ͔͍ ◆Ϛονͨ͠ύλϯʹ͍ͭͯ ɹ→຋༁ͷਖ਼ղͱͳΔύλϯ͸ଘࡏ͢Δ ɹ→୹จͷ຋༁ʹ͸࢖༻Մೳ ◆׬શͳҙຯରԠͷऔΕͳ͍ύλϯ ɹ→ഉআ͢Δख๏ͷݕ౼͕ඞཁ

  22. 8.·ͱΊ CRESTύλϯΛݩʹ෦෼తύλϯΛ࡞੒ ඇઢܗ෦෼(લஔࢺɺؔ܎୅໊ࢺ)Λݩʹύ λϯΛ෼ׂɾ࠶ߏ੒ ಛఆͷจܕʹ͍ͭͯ͸ύλϯϚον਺͕େ ෯ʹ૿Ճ ҙຯͷऔΕͳ͍ύλϯͷଘࡏ(ࠓޙͷ՝୊)