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
82
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
330
データサイエンス13_解析.pdf
jnlp
0
370
データサイエンス12_分類.pdf
jnlp
0
290
データサイエンス11_前処理.pdf
jnlp
0
400
Recurrent neural network based language model
jnlp
0
100
自然言語処理研究室 研究概要(2012年)
jnlp
0
98
自然言語処理研究室 研究概要(2013年)
jnlp
0
66
自然言語処理研究室 研究概要(2014年)
jnlp
0
62
自然言語処理研究室 研究概要(2015年)
jnlp
0
110
Other Decks in Research
See All in Research
Феномен воли и техника самоопределения
ashapiro
0
120
Ground Metric Learning with applications in genomics
gpeyre
0
320
3D Human Mesh Estimationについていくつかまとめてみた / Survey about 3D Human Mesh Estimation
nttcom
0
140
「EBPMエコシステム」の可能性
daimoriwaki
0
190
コミュニティ、人、関係性 / Community, The Inner World, Relationships
spring_aki
PRO
1
820
NeurIPS-23 参加報告 + DPO 解説
akifumi_wachi
4
1.3k
VAR モデルによる OSS プロジェクト同士が生存性に与える 影響の分析
noppoman
0
120
MegaParticles: GPUを利用したStein Particle Filterによる点群6自由度姿勢推定
koide3
1
460
CoRL2023速報
rpc
1
1.9k
Generative Spoken Dialogue Language Modeling [対話論文読み会@電通大]
yuta0306
1
130
精神疾患患者のアクティビティデータを利用したリハビリテーションのためのシステムに関する研究
comfortdesignlab
0
120
クロスモーダル表現学習の研究動向: 音声関連を中心として
ryomasumura
3
500
Featured
See All Featured
The Pragmatic Product Professional
lauravandoore
24
5.7k
A Tale of Four Properties
chriscoyier
150
22k
Art, The Web, and Tiny UX
lynnandtonic
288
19k
Imperfection Machines: The Place of Print at Facebook
scottboms
257
12k
Building Your Own Lightsaber
phodgson
97
5.6k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
355
22k
Rails Girls Zürich Keynote
gr2m
91
13k
Building Flexible Design Systems
yeseniaperezcruz
317
37k
KATA
mclloyd
14
11k
Clear Off the Table
cherdarchuk
82
310k
Raft: Consensus for Rubyists
vanstee
130
6.2k
Automating Front-end Workflow
addyosmani
1353
200k
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