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
小学生の読解支援に向けた語釈文による換言
Search
自然言語処理研究室
September 30, 2012
Research
0
99
小学生の読解支援に向けた語釈文による換言
梶原智之, 山本 和英. 小学生の読解支援に向けた語釈文による換言. NLP若手の会 第7回シンポジウム, (発表1) (2012.9)
自然言語処理研究室
September 30, 2012
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
380
データサイエンス13_解析.pdf
jnlp
0
480
データサイエンス12_分類.pdf
jnlp
0
340
データサイエンス11_前処理.pdf
jnlp
0
460
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
130
自然言語処理研究室 研究概要(2013年)
jnlp
0
97
自然言語処理研究室 研究概要(2014年)
jnlp
0
120
自然言語処理研究室 研究概要(2015年)
jnlp
0
190
Other Decks in Research
See All in Research
Large Language Model Agent: A Survey on Methodology, Applications and Challenges
shunk031
16
9.9k
データxデジタルマップで拓く ミラノ発・地域共創最前線
mapconcierge4agu
0
210
なめらかなシステムと運用維持の終わらぬ未来 / dicomo2025_coherently_fittable_system
monochromegane
0
2.8k
ストレス計測方法の確立に向けたマルチモーダルデータの活用
yurikomium
0
1.5k
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
160
とあるSREの博士「過程」 / A Certain SRE’s Ph.D. Journey
yuukit
10
4.2k
一人称視点映像解析の最先端(MIRU2025 チュートリアル)
takumayagi
6
3.4k
時系列データに対する解釈可能な 決定木クラスタリング
mickey_kubo
2
930
【緊急警告】日本の未来設計図 ~沈没か、再生か。国民と断行するラストチャンス~
yuutakasan
0
150
[RSJ25] Enhancing VLA Performance in Understanding and Executing Free-form Instructions via Visual Prompt-based Paraphrasing
keio_smilab
PRO
0
100
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
kurita
0
170
EarthSynth: Generating Informative Earth Observation with Diffusion Models
satai
3
250
Featured
See All Featured
How to Think Like a Performance Engineer
csswizardry
26
1.9k
The Cost Of JavaScript in 2023
addyosmani
53
8.9k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
Java REST API Framework Comparison - PWX 2021
mraible
33
8.8k
A Tale of Four Properties
chriscoyier
160
23k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
30
9.7k
Music & Morning Musume
bryan
46
6.8k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.5k
Why Our Code Smells
bkeepers
PRO
339
57k
Speed Design
sergeychernyshev
32
1.1k
Producing Creativity
orderedlist
PRO
347
40k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Transcript
খֶੜͷಡղࢧԉʹ͚ͨ ޠऍจʹΑΔݴ ֿݪஐ೭ɹࢁຊӳ ʢԬٕज़Պֶେֶʣ
ʲΩʔϫʔυʳݴ ੍ݶݴޠ ςΩετ؆୯Խ จষಡղࢧԉ ݚڀ֓ཁ ֶशجຊޠኮ ޠ ࢠͲ͚৽ฉ
Ұൠ͚৽ฉ খֶࠃޠࣙయ ؒ૯ޠኮ ສޠ ʲ࡞෩ʳ ɹͦͷ࡞ऀͷಛ ҟͳΔ࡞෩Ͱਓؾ ҟͳΔಛͰਓؾ ʢ࡞෩ˠಛʣ
ݚڀͷഎܠ • શࠃͷখֶߍͳͲͰ৽ฉΛ༻͍ͨतۀ – ৽ฉͷ༰Λཁͯ͠·ͱΊΔ – ৽ฉͷ༰Λͱʹ౼͢Δ • ৽ฉʹখֶੜʹͱ͍ͬͯ͠ޠ͕ଟ͍ •
ࢠͲ͚৽ฉߋ৽͕গͳ͍ ͔͠͠
ֶशجຊޠኮʹͳΔ·Ͱ܁Γฦ͠ খֶੜͷͨΊͷจষಡղࢧԉ తͱఏҊख๏ w ֶशجຊޠኮʹجͮ͘ޠኮ੍ݶ ̍
w ޠऍจʹΑΔݴɾऍ͚ ̎
• ݟग़͠ޠͱࢺ͕Ұக͢ΔޠΛޠऍจ͔Βநग़ ɹɹɹೖྗྫɿҟͳΔ࡞෩Ͱਓؾ ɹɹݟग़͠ޠɿ࡞෩ ɹɹɹޠऍจɿͦͷ࡞ऀͷಛ ɹɹɹݴରɿʢ࡞෩ ಛʣ
ɹɹɹग़ྗྫɿҟͳΔಛͰਓؾ ޠऍจʹΑΔݴ
• αม໊ࢺͷޠऍจ͔ΒݴରΛநग़ ɹɹɹೖྗྫɿਓ͕ෛইͨ͠ ɹɹݟग़͠ޠɿෛই ɹɹɹޠऍจɿ͚͕Λ͢Δ͜ͱ ɹɹɹݴରɿʢෛই͢Δ ͚͕Λ͢Δʣ
ɹɹɹग़ྗྫɿਓ͕͚͕Λͨ͠ ޠऍจʹΑΔݴ
• ಉදݱΛҰޠͰநग़Ͱ͖ͳ͍ͱ͖ऍ͚ ɹɹɹೖྗྫɿֶॴͷ࠶ڵɺɾɾɾ ɹɹݟग़͠ޠɿ࠶ڵ ɹɹɹޠऍจɿ͓ͱΖ͑ͨΓɺ΄ΖΜͩΓͨ͠ͷ͕ɺ ɹɹɹɹɹɹɹ͏Ұ͔͞ΜʹͳΔ͜ͱ ɹɹɹݴରɿʢ࠶ڵ ͏Ұ͔͞ΜʹͳΔ͜ͱʣ
ɹɹɹग़ྗྫɿֶॴͷ࠶ڵɺɾɾɾ ɹɹɹɹɹɹɹ࠶ڵͱɺ͏Ұ͔͞ΜʹͳΔ͜ͱͰ͋Δɻ ޠऍจʹΑΔऍ͚
ޠऍจʹΑΔऍ͚ • ෆཁͳදݱͷআ ɹɹɹೖྗྫɿେֶͷΩϟϯύε ɹɹݟग़͠ޠɿΩϟϯύε ɹɹɹޠऍจɿେֶͳͲͷݐ͕͋Δ
ɹɹɹݴରɿʢΩϟϯύε ݐ͕͋Δʣ ɹɹɹग़ྗྫɿେֶͷΩϟϯύε ɹɹɹɹɹɹɹΩϟϯύεͱɺݐ͕͋ΔͰ͋Δɻ
࣮ݧ • ࣮ݧ݅ • ίʔύεɿҰൠ͚৽ฉจ ɹɹɹɹʢຖখֶੜ৽ฉͱ༰͕Ұக͢Δจʣ • ݴࣝɿνϟϨϯδখֶࠃޠࣙయ
ޠ୯ҐͰͷ࣮ݧ݁Ռ ݴ͕ ඞཁͳશޠ খֶࠃޠࣙ యͷܝࡌ ༗ɿ ʢʣ ແɿ ݴͨ͠PS ऍ͚ͨ͠ ݴɿ ऍɿ
࣮ݧ จ୯ҐͰͷ࣮ݧ݁Ռ ݴ͕ ඞཁͳશจ ݴ ɹ༗ɿ ඇจɿ
ແɿ ऍ ༗ɿ ແɿ ݴͱऍ ͷ߹Θͤ ྆ํ༗ɿ ྆ํແɿ ݴͷΈɿ ऍͷΈɿ จ๏͕ ਖ਼͍͠ग़ྗ ʢʣ ˞ඇจɿจ๏͕ਖ਼͘͠ͳ͍จ
ࣦഊྫ • খֶࠃޠࣙయʹඇܝࡌͷޠ • ޠதͷޠʢʣ ɹˠෳͷࠃޠࣙయΛ༻͍ͯཏੑΛ্͛Δ ޠ
छྨ ༳Ε ಈࢺΛ໊ࢺԽͨ͠ޠ ࣾՈ খֶߍͰͷֶशʹ༻͍ͳ͍ղͳޠ ηϛφʔ ֎དྷޠ
ࣦഊྫ • ֨ॿࢺʮʹʯͷݴ • తΛද͢ʮʹʯͷલଟ͕͘αม໊ࢺ ɹˠʮʙ͜ͱʹʯΛʮʙͨΊʹʯʹม छྨ
ೖྗྫ ग़ྗྫ ࣌ؒ ਂʹى͖Δ ਅதʹى͖Δ ॴ ڷཬʹؼΔ ;Δ͞ͱʹؼΔ త ٹԉʹ͔͏ ✕ɿॿ͚Δ͜ͱʹ͔͏ ˓ɿॿ͚ΔͨΊʹ͔͏
ߟ • ऍΛ͚ͨޠͷݴ • ಉ ্Ґ ֓೦ޠֶ͕शجຊޠኮͷ߹͕͋Δ ɹˠ8PSE/FU͔Βಉ ্Ґ ֓೦ޠΛநग़
ಉ֓೦ޠ ্Ґ֓೦ޠ ࠶ڵ ෮׆ मཧ ڊঊ ໊ਓ ܳज़Ո
ࠓޙͷల • খֶੜʹΑΔධՁ Ø খֶੜ৽ฉ Ø Ұൠ͚৽ฉ Ø ݴɾޠኮ੍ݶͨ͠Ұൠ͚৽ฉ – ཧղ͘͢͠ͳ͔ͬͨʁ –
ใ͕ޡͬͯΘ͍ͬͯͳ͍͔ʁ
ใΛΔ͖͔ • ࡉ͔͍ใΛΔ͜ͱͰςΩετ؆୯Խ ɹɹݟग़͠ޠɿ࠲ ɹɹɹޠऍจɿ;Ͷ͕ɺւதͷؠͳͲʹ ɹɹɹɹɹɹɹΓ্͛ͯɺಈ͚ͳ͘ͳΔ͜ͱ ɹɹɹݴରɿʢ࠲͢Δ ಈ͚ͳ͘ͳΔʣ ɹɹɹݴྫɿધ͕࠲͠ɺʜ
ɹɹɹɹɹˠɹધ͕ಈ͚ͳ͘ͳΓɺʜ
ಉ֓೦ޠɾ্Ґ֓೦ޠͷݴ • ਓؾɹˠɹ࣭ʢ্Ґ֓೦ʣ • ͯ͢ɹˠɹͳ͠ • ྟΉɹˠɹߦ͘ʢಉ֓೦ʣ • ຊಊɹˠɹͳ͠ •
ڊঊɹˠɹ໊ਓʢಉ֓೦ʣ • खֻ͚ΔˠҭͯΔʢಉ֓೦ʣ • ढ͏ɹˠɹ୰͘ʢ্Ґ֓೦ʣ • ΘΓˠΘΓʢಉ֓೦ʣ • ூΓɹˠɹͳ͠ • ηϦɹˠɹͳ͠ • φζφɹˠɹͳ͠ • ࣣɹˠɹͳ͠ • ࣣɹˠɹͳ͠ • ࢢɹˠɹͳ͠ • ۠Ҭɹˠɹํʢಉ֓೦ʣ • ࠭भɹˠɹखʢ্Ґ֓೦ʣ • ೖΓߐɹˠɹւʢߏཁૉʣ • ɹˠɹւʢߏཁૉʣ • ڝΓɹˠɹചങʢಉ֓೦ʣ • ࢧԉɹˠɹॿ͚Δʢಉ֓೦ʣ • ౣˠ൵͍͠ʢ্Ґ֓೦ʣ • ͱ͢ɹˠɹͳ͠ • ࠶ڵɹˠɹ෮׆ʢಉ֓೦ʣ • ఼ࣾɹˠɹͳ͠ • ͓ٶɹˠɹॅʢ্Ґ֓೦ʣ • ྟΉɹˠɹߦ͘ʢಉ֓೦ʣ • ങਓɹˠɹਓʢಉ֓೦ʣ • ڝΓɹˠɹചങʢಉ֓೦ʣ • ཽɹˠɹͳ͠ • ଧ্ͪ͛Δˠελʔτʢಉ֓೦ʣ • େࠜɹˠɹͳ͠ • ݱঢ়ɹˠɹ༷ࢠʢ্Ґ֓೦ʣ • ݪൃɹˠɹͳ͠ • ॳɹˠɹͳ͠ • ݪൃɹˠɹͳ͠ • ڝΔɹˠɹઓ͏ʢಉ֓೦ʣ • ͍͔͚Δˠฉ͘ʢಉ֓೦ʣ • શյɹˠɹ่ΕΔʢಉ֓೦ʣ • ଟ༷ˠ͍Ζ͍Ζʢಉ֓೦ʣ • ڝΔɹˠɹઓ͏ʢಉ֓೦ʣ • ځ͢Δɹˠɹͳ͠ • ͨͨΈ͔͚Δɹˠɹͳ͠ • ݯɹˠɹͳ͠ • ݪൃɹˠɹͳ͠ • ཁɹˠɹத৺ʢಉ֓೦ʣ • ड͚ܧ͙ˠܧ͙ʢಉ֓೦ʣ • ࢢɹˠɹͳ͠ • ۠Ҭɹˠɹํʢಉ֓೦ʣ • ࣣɹˠɹͳ͠ • ৼΔ͏ˠߦಈʢಉ֓೦ʣ • ਓؾɹˠɹ࣭ʢ্Ґ֓೦ʣ • ։ນɹˠɹ։࢝ʢಉ֓೦ʣ • ໊ɹˠɹ൘ʢಉ֓೦ʣ • ʹ͗Θ͏ˠޭʢಉ֓೦ʣ • ͯ͢ɹˠɹͳ͠ • ࢈ɹˠɹʢಉ֓೦ʣ • །Ұɹˠɹݸੑʢ্Ґ֓೦ʣ • اըɹˠɹܭըʢಉ֓೦ʣ • ɹʢʣ
খֶࠃޠࣙయʹඇܝࡌͷޠ • ۚϝμϧ • ͦΕΒ • ͓Β͍ • ྆ •
٫ • ଞߍ • খதֶߍ • ߍ • ࣾՈ • ࡢळ • ηϛφʔ • ૹΓग़͢ • ݄̕ • ࣘ͘ • յ • ༳Ε • βοΫ • ͩ͜ΘΓ • ങ͍ٻΊΔ • δϟύχʔζ ɹɹɹɹͳͲ
ݴࣦഊྫ • ྟΉͱɺ໘͍ͯ͠Δ͜ͱͰ͋Δ ɹˠɹྟΉͱɺ͍ͯ͘Δ͜ͱͰ͋Δ • ࡇΓظؒதͷΈൢച͞Ε͍ͯΔ ɹˠɹࡇΓظؒதͷΈΛചΒΕ͍ͯΔ • ڭࣨΛؒआΓ͍ͯͨ͠ ɹˠɹڭࣨΛۚΛΒͬͯ෦ΛआΓ͍ͯͨ
• ԣࢢʹͱආ͍ͯ͠Δ ɹˠɹԣࢢʹͱ҆શͳͱ͜Ζʹʹ͍͛ͯΔ • ్தͰؒҾ͖ʹ๚ΕΔ ɹˠɹ్தͰͱ͜ΖͲ͜Ζ͵͖ͱΔ͜ͱʹ๚ΕΔ • ͕ͳ͞Εͨͦ͏ͩ ɹˠɹ͕͢ΔΕͨͦ͏ͩ