Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
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
110
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
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
550
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
510
Recurrent neural network based language model
jnlp
0
190
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
160
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
Harness Engineering and Al Agent
kzinmr
3
2k
J-STAGEの現況と全文XML登載必須化について
xspa2012
0
220
The story of RefactoringMiner. Slow research, long-term impact
tsantalis
0
150
Fukui Shibiten 39 - AI Art
butchi
0
190
【ローカルAIに向き合う展示会vol.2】液体時間定数型モジュールを用いた オリジナルの双方向エンコーダーモデルNexteraBERT 推論速度向上検討並びにダウンストリーム評価
rikkabotan7
0
200
コーディングエージェントとABNを再考
hf149
2
860
Ghost in the 7‑Zip: The Shadow of Residential Proxies Creeping into Your Life
nttcom
0
2.1k
「AIとWhyを深堀る」をAIと深堀る
iflection
0
610
MIRU2026 チュートリアル講演2:三次元データ処理の動向
nnchiba
6
4.8k
Data Visualization Tools in the Age of AI
flekschas
0
200
SOTAのさらに先へ:厳しい推論制約下での高性能モデルのPost-Training
analokmaus
0
1.5k
EIRによる不正端末のブロッキング 5G時代におけるデバイス識別と不正対策の進化
stellarcraft
0
130
Featured
See All Featured
Highjacked: Video Game Concept Design
rkendrick25
PRO
1
450
Accessibility Awareness
sabderemane
1
210
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
900
Rebuilding a faster, lazier Slack
samanthasiow
85
9.6k
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
220
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Art, The Web, and Tiny UX
lynnandtonic
304
22k
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
63
46k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.4k
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
1
530
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
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