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
コーパス分析における特徴語抽出手法の比較ー機械学習モデルの特性と注意点
Search
Yuichiro Kobayashi
June 18, 2023
Science
1
370
コーパス分析における特徴語抽出手法の比較ー機械学習モデルの特性と注意点
外国語教育メデイア学会 メソドロジー研究部会(2023年6月18日、関西大学)
Yuichiro Kobayashi
June 18, 2023
Tweet
Share
More Decks by Yuichiro Kobayashi
See All by Yuichiro Kobayashi
学習者コーパス研究におけるマルチレベル順序ロジットモデルの活用
langstat
2
320
この脅迫状を書いたのは誰か? コンピュータが明らかにする「文章の指紋」
langstat
0
880
J-POPの歌詞から見る社会 計量テキスト分析入門
langstat
2
1.7k
機械学習と学習者コーパスに基づく自動採点システムの改良
langstat
0
710
習熟度尺度におけるレベル分割点の決定―統計的シミュレーションを用いて
langstat
0
520
パターン認識と自然言語処理の技術を用いたライティング自動評価の試み
langstat
1
1.3k
Other Decks in Science
See All in Science
Non-Gaussian methods for causal discovery
sshimizu2006
0
230
The Incredible Machine: Developer Productivity and the Impact of AI
tomzimmermann
0
270
事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2024
yuya4
3
110
山形とさくらんぼに関するレクチャー(YG-900)
07jp27
1
160
東大・松尾研主催 LLM Summer 2023 コンペ解法 (11位 – 20位枠での優秀賞)
hayataka88
0
270
Machine Learning for Materials (Lecture 7)
aronwalsh
0
770
【論文紹介】DocTr_ Document Transformer for Structured Information Extraction in Documents / iccv2023-doctr
yuya4
3
680
「国と音楽」 ~spotifyrを用いて~ #muana
bob3bob3
2
390
Mechanistic Interpretability の紹介
sohtakahashi
0
160
Machine Learning for Materials (Lecture 5)
aronwalsh
0
610
Running llama.cpp on the CPU
ianozsvald
0
310
大規模画像テキストデータのフィルタリング手法の紹介
lyakaap
6
1.3k
Featured
See All Featured
Docker and Python
trallard
37
2.9k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
129
32k
Why You Should Never Use an ORM
jnunemaker
PRO
51
8.9k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
277
13k
From Idea to $5000 a Month in 5 Months
shpigford
377
46k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
29
2.5k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
35
6.3k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.3k
Thoughts on Productivity
jonyablonski
64
4.1k
GraphQLとの向き合い方2022年版
quramy
36
13k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
90
47k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
24
1.8k
Transcript
ίʔύεੳʹ͓͚Δ ಛޠநग़ख๏ͷൺֱ ʔػցֶशϞσϧͷಛੑͱҙʔ খྛ ༤Ұ ֎ࠃޠڭҭϝσΟΞֶձ ϝιυϩδʔݚڀ෦ձ ୈճݚڀձ 1
8IP
ͬ͘͟Γͱͨ͠ൃදͷྲྀΕ • લ • ಛޠநग़ػցֶशʹؔ͢ΔڭՊॻతͳʢٕज़తͳʣ • ݱࡏͷίʔύεੳʹ͓͚Δ • ޙ •
࣮σʔλΛ༻͍ͨʢΘΓͱγϯϓϧͳʣੳࣄྫ • Ԡ༻Մೳੑ
؆୯ͳ༻ޠͷఆٛ • ίʔύε • ిࢠతʹूੵ͞Εͨݴޠσʔλ • ಛޠ • ಛఆͷςΩετ܈Λಛ͚ͮΔ୯ޠʢඞͣ͠ʮ୯ޠʯʹݶఆ͞ΕͣɺO HSBNɺจ๏౷ޠʹؔ͢Δݴޠ߲ͳͲΛࢦ͢߹͋Δʣ
• ಛޠநग़ • ԿΒ͔ͷ౷ܭॲཧΛͯ͠ɺͭҎ্ͷςΩετ܈ͷͦΕͧΕΛಛ͚ͮΔ୯ ޠʢ͋Δ͍ݴޠ߲ʣΛಛఆ͢Δ͜ͱ • ػցֶश • σʔλΛ౷ܭతʹੳ͢Δ͜ͱͰɺػց͕σʔλʹࡏ͢Δϧʔϧύλʔ ϯΛֶश͠ɺԿΒ͔ͷ༧ଌΛߦ͏͜ͱ
యܕతͳಛޠʢLFZXPSEʣͷఆٛ • "XPSEXIJDIBQQFBSTJOBUFYUPSDPSQVTTUBUJTUJDBMMZTJHOJGJDBOUMZ NPSFGSFRVFOUMZUIBOXPVMECFFYQFDUFECZDIBODFXIFO DPNQBSFEUPBDPSQVTXIJDIJTMBSHFSPSPGFRVBMTJ[F6TVBMMZ MPOHMJLFMJIPPEPSDIJTRVBSFEUFTUTBSFVTFEUPDPNQBSFUXPXPSEMJTUT JOPSEFSUPEFSJWFLFZXPSET #BLFSFUBM •
,FZXPSETBSFXPSETUIBUPDDVSSFMBUJWFMZNPSFPGUFOJOBUFYUPS DPSQVTCFJOHBOBMZTFE UIBOUIFZEPJOTPNFSFGFSFODFDPSQVT XIJDI UIFEJGGFSFODFJOGSFRVFODZJTTUBUJTUJDBMMZTJHOJGJDBOU .D&OFSZ )BSEJF • جຊతʹɺݕఆʹΑΔසൺֱΛఆ͍ͯ͠Δ
ಛޠநग़ͷయܕྫ • ܭྔจମ • ॻ͖ख"WTॻ͖ख# • ಛఆͷॻ͖ख WTಉ࣌ͷॻ͖खूஂʢจମతҳͷੳʣ • 9ੈلͷςΩετ܈
WT:ੈلͷςΩετ܈ʢ௨࣌తੳʣ • ֶशऀίʔύεݚڀ • शख़"ͷֶशऀ WTशख़#ͷֶशऀ • 9ޠΛഎܠͱ͢Δֶशऀ WT:ޠΛഎܠͱ͢Δֶशऀ • &"1&41 • ֶज़ӳޠ WTଞͷϨδελʔͷӳޠ • ֶज़"WT ֶज़# FUD
ׂදͷݕఆʹجͮ͘ಛʢLFZOFTTʣͷܭࢉ • ରൺݕఆɺΧΠೋݕఆͳͲ • ࠷େͷɺίʔύεͷස͕ߟྀ͞Εͳ͍͜ͱ • ͜ͷܭࢉΛ୯ޠͷ͚ͩ܁Γฦ͕͢ɺ͜ͷจ຺Ͱݕఆͷଟॏੑʹ͠ ͳ͍ ίʔύε"ʹؚ·ΕΔશςΩετ
ίʔύε#ʹؚ·ΕΔશςΩετ ୯ޠ9ͷස ̋ ˚ ίʔύεͷ૯ޠ୯ޠ9ͷස ˖ ˘
Ͳ͏ͯ͠ɺׂදͷݕఆʹͩ͜ΘΔͷ͔ʁ • <>NBOZDPSQVTMJOHVJTUTEPOPUIBWFUIFOFDFTTBSZ NFUIPEPMPHJDBMTLJMMTUIFNTFMWFT CPUIJOUFSNTPGQSPHSBNNJOH EBUBCBTFTBOETUBUJTUJDBMUPPMT BOE UIVT EPOPUSFRVJSFUIFJSTUVEFOUT UPBDRVJSFBXJEF
S SBOHFPGNFUIPEPMPHJDBMTLJMMT*LOPXDPSQVT MJOHVJTUTXIPTFDPSQVTMJOHVJTUJDTLJMMTBSFEFGJOFECZXIBU8PSE4NJUI 5PPMT PS"OU$POD PS,XJD'JOEFS PS$PODHSBN FUD PSUIFJSXFC JOUFSGBDFDBOEP JGZPVUBLFXIBUFWFSQSPHSBNUIFZVTFBXBZ GSPNUIFN UIFZBSFVOBCMFUPQVSTVFUIFJSDPSQVTTUVEJFTUPBOZ HSFBUFYUFOU (SJFT • ͭ·ΓɺϢʔβʔϑϨϯυϦʔͳπʔϧͷݶք ʹ ݚڀख๏ͷݶք ʢͦͯ͠ɺԾʹߴͳख๏͕࣮͞Ε͍ͯͨͱͯ͠ɺແۤͳ ͍ํΛ͞ΕΔ͜ͱଟ͍ʣ
ίʔύεͷසΛߟྀ͠Α͏ͱ͢ΔࢼΈ • ฏۉͷݕఆ • 5ݕఆ FH 1BRVPU #FTUHFO •
தԝͷݕఆ • 8JMDPYPOͷॱҐݕఆɺ.BOO8IJUOFZͷॱҐݕఆ FH ,JMHBSSJGG • ༷ʑͳࢄʢEJTQFSTJPOʣͷࢦඪ FH &HCFSU#JCFS (SJFT • ͜ΕҎ֎ͷࢼΈʹ͍ͭͯɺ$VMQFQFS%FNNFO ͳͲΛࢀর • ͨͩ͠ɺ͍ͣΕͷࢼΈ͘ΘΕΔʹࢸ͍ͬͯͳ͍
ϥϯμϜϑΥϨετͷϒʔϜʁ • ϥϯμϜϑΥϨετ #SFJNBO • ౷ܭతʹɺܾఆϞσϧͷΞϯαϯϒϧֶश • ʮຊདྷʯྨճؼͷͨΊͷػցֶशͷख๏ •
ʮ෭࣍తʹʯྨճؼʹ༻͍Δઆ໌มͷॏཁΛਪఆ ˣ • มॏཁΛಛͱͯ͠༻͍Δ͜ͱ͕Մೳ • ϥϯμϜϑΥϨετ࠷ڧઆ • ଞͷࢦඪͱൺͯɺߴ͍༧ଌਫ਼ΛތΔ FH ۚɾଜ্ $IFOFUBM • ଞͷߴੑೳͳख๏ͱൺͯɺͦ͜·Ͱܭࢉίετ͕ߴ͘ͳ͍ • ਂֶशͱൺͯɺදܗࣜͷσʔλͷੳʹڧ͍ FH (SJOT[UBKO FUBM ਿࢁ FUD
ίʔύεੳʹ͓͚ΔϥϯμϜϑΥϨετͷԠ༻ྫ • จ๏ݚڀ FH %FTIPST %FTIPST (SJFT )VOEU FUBM
1BRVPU FUBM • ࣾձޠ༻ FH 'VOLF#FSOBJTDI • ܭྔจମ FH 4V[VLJ)PTPZB 5BCBUB • ֶशऀίʔύεݚڀ FH ,PCBZBTIJ"CF ,PCBZBTIJFUBM 5POP • ίʔύεੳʹ͓͚ΔϥϯμϜϑΥϨετͷղઆͱͯ͠ɺ-FWTIJOB ͳͲ
ϥϯμϜϑΥϨετͷҙ • ੳաఔͰཚΛ͏ͨΊʹɺղ͕ෆఆʹͳΔ • ཚͷछΛݻఆ͢Δ͜ͱՄೳ͕ͩɺዞҙੑΛሃΉ • ೖྗσʔλϋΠύʔύϥϝʔλͷઃఆΛগ͠ม͑Δ͚ͩͰɺ݁Ռ ͕େ͖͘มΘΓಘΔ • ߴੑೳͰ͋Δ͕ɺաֶशʢաద߹ʣ͢Δ߹͕͋Δ
• ࠷ऴతͳ༧ଌ݁Ռ͕ಘΒΕΔաఔ͕͔Γʹ͍͘ • ࡢࠓٻΊΒΕ͍ͯΔʮઆ໌Մೳͳ"*ʯͱͭͳ͕Δ • ද SFQSFTFOUBUJWFUSFF ɺ෦ैଐϓϩοτ QBSUJBMEFQFOEFODF QMPU ɺཧϞσϧ TVSSPHBUFNPEFM ͳͲ͕ީิͱͳΔ͕ɺ͍ͣΕᘳ Ͱͳ͍ (SJFT
มॏཁΛಛͱͯ͠༻͍Δ߹ͷҙ • ಛޠநग़͕ݚڀͷओతͰ͋ͬͯɺ༧ଌਫ਼Λ͖ࣔ͢ • ͍Θɺ༧ଌਫ਼நग़͞Εͨಛޠͷ৴པੑ • Ϋϥεྨͷਫ਼͕ఔͳͷʹɺಛநग़ͷ݁ՌΛใࠂ͍ͯ͠Δ ίʔύεݴޠֶʹؔ͢Δݚڀ FH 999
͕͋ͬͨΓɻɻɻ • ༧ଌਫ਼Λࣔͣ͞ʹɺಛநग़ͷ݁ՌͷΈΛ͍ࣔͯ͠ΔσʔλੳͷڭՊ ॻ FH ::: ͕͋ͬͨΓɻɻɻ • มॏཁͷᮢࣗ໌Ͱͳ͍ • มॏཁ͕͍ͭ͘Ҏ্ͳΒɺʮॏཁʯͳͷ͔ͷஅዞҙత • มॏཁ͚ͩͰɺઆ໌มͷස͔Βͳ͍ • ผ్ɺੳͳΓՄࢹԽ͕ඞཁ
ੳख๏ͷબʹ·ͭΘΔةݥੑ • σʔλαΠΤϯεͰɺੳख๏ͷબ͕ੳ݁Ռʹେ͖͘Өڹ͢ Δ 4JMCFS[BIO FUBM • ෳͷੳऀʹಉ͡σʔλΛੳͤͨ͞Βɺશ͘ҟͳΔ݁Ռ͕ಘΒΕͨ •
ίʔύεݴޠֶͰɺͲͷࢦඪͰίϩέʔγϣϯΛੳ͢Δ͔Ͱ݁ Ռ͕େ͖͘ҟͳΔ͜ͱ͕ΒΕ͍ͯΔ .D&OFSZ FUBM • యܕతʹɺ5TDPSFWTNVUVBMJOGPSNBUJPO .* • ϥϯμϜϑΥϨετɺͲͷΑ͏ͳઆ໌มʹߴ͍มॏཁΛ༩ ͑Δͷ͔ʁ • ʮͳΜͱͳ͘ྑͦ͞͏ʯͱ͍͏͚ͩͰɺແ൷ʹ୯Ұͷख๏ʹґଘ͢Δͷ ۃΊͯةݥ • ݚڀͷతʹ߹Θͤͯɺదͳख๏Λબ͢Δ͖
͍͕͜͠ଓ͍ͨͷͰɺ͠͠ೣը૾Ͱ༊͞Ε·͠ΐ͏
ϥϯμϜϑΥϨετͷಛੑΛΓ͍ͨ • 32 • ϥϯμϜϑΥϨετɺଞͷख๏ͱൺͯɺͲͷΑ͏ͳઆ໌มʹߴ͍ม ॏཁΛ༩͑Δ͕͋Δͷ͔ʁ • ۩ମతʹɺσʔλαΠΤϯεͷͰϥϯμϜϑΥϨετͱಉ༷ʹ෯͘ ׆༻͞Ε͍ͯΔ-"440 MFBTUBCTPMVUFTISJOLBHFBOETFMFDUJPO
PQFSBUPS ͱൺͯɺͲͷΑ͏ͳ͕͋Δͷ͔ʁ ˣ • ຊൃදͰɺઆ໌มͷʮසʯͱʮࢄʯͷ؍͔ΒɺϥϯμϜϑΥϨ ετͱ-"440͕நग़͢ΔಛޠΛൺֱ • සͦͷݴޠ߲͕֘ίʔύεதͰԿճΘΕ͍ͯΔ͔ʁ • ࢄͦͷݴޠ߲͕֘ίʔύεதͷ͍ͭ͘ͷςΩετͰΘΕ͍ͯΔ͔ʁ
-"440 • աֶशΛ͑ΔͨΊʹਖ਼ଇԽ߲ͷ֓೦ΛೖΕͨઢܗճؼ • ճؼͷΈͳΒͣɺྨѻ͑Δ • ճؼɾྨͷաఔͰɺҰ෦ͷઆ໌มͷΛʹ͢Δ • 8FQSPQPTFBOFXNFUIPEGPSFTUJNBUJPOJOMJOFBSNPEFMT5IF bMBTTP`NJOJNJ[FTUIFSFTJEVBMTVNPGTRVBSFTTVCKFDUUPUIFTVNPG
UIFBCTPMVUFWBMVFPGUIFDPFGGJDJFOUTCFJOHMFTTUIBOBDPOTUBOU #FDBVTFPGUIFOBUVSFPGUIJTDPOTUSBJOUJUUFOETUPQSPEVDFTPNF DPFGGJDJFOUTUIBUBSFFYBDUMZBOEIFODFHJWFTJOUFSQSFUBCMF NPEFMT 5JCTIJSBOJ ˣ • ͜ͷΑ͏ͳมબΛಛޠநग़ʹԠ༻Ͱ͖ΔͷͰʁ • ༧ଌʹد༩͢Δมͱɺ༧ଌʹد༩͠ͳ͍มͷҧ͍͕໌֬ • ͦͯ͠ɺաֶशʹڧ͍
ϥϯμϜϑΥϨετͱ-"440 • ,BHHMFͷΑ͏ͳσʔλੳίϯϖςΟγϣϯͰɺසൟʹ༻͍ΒΕΔ มબख๏ <ʜ> IUUQTXXXLBHHMFDPNDPEFQSBTIBOU DPNQSFIFOTJWFHVJEFPOGFBUVSFTFMFDUJPO
ੳσʔλ • 1-040/& ͔Βऩूͨ͠ӳޠจίʔύε • "OU$PS(FO WFSTJPO "OUIPOZ
Ͱऩू • ػցֶश NBDIJOFMFBSOJOH ʹؔ͢ΔจຊΛର • *OUSPEVDUJPO */5 ͱɺ3FTVMUTBOE%JTDVTTJPO 3"% ͷΈΛੳ /VNCFSPGUFYUT /VNCFSPGXPSET */5 3"% 5PUBM
ൺֱʹ༻͍Δݴޠ߲ • ຊൃදͰɺಛʮޠʯநग़Ͱͳ͘ɺಛʮදݱʯநग़ • LFZFYQSFTTJPO PSLFZGFBUVSF BOBMZTJTFYUSBDUJPO • σʔλॲཧ্ͷखଓ͖ͱͯ͠ɺશ͘ಉ͡ •
#JCFSͷछྨͷݴޠ߲ #JCFS • ޠኮɺจ๏ͳͲൣͳݴޠ߲ • ίʔύεੳͰ෯͘׆༻͞Ε͍ͯΔ • .VMUJEJNFOTJPOBM"OBMZTJT5BHHFS /JOJ Ͱใநग़ • ޠ͋ͨΓͷ૬ରසʹมʢ553 "8-ͦͷ··ʣ ˣ • ͜ΕΒͷछྨͷݴޠ߲ΛϥϯμϜϑΥϨετͱ-"440ͷઆ໌มʢಛ ྔʣͱͯ͠༻
ϥϯμϜϑΥϨετͷ݁Ռʢྨਫ਼ʣ • ͱۃΊͯߴ͍ਫ਼ʢʹͱͷฏۉʣ • 0VUPG#BH 00# γϛϡϨʔγϣϯͰਪఆ INT (predicted)
RAD (predicted) Accuracy INT (actual) RAD (actual)
ϥϯμϜϑΥϨετͰಛͷߴ͍ݴޠ߲ • 1&"4 QFSGFDUBTQFDU • 50 JOGJOJUJWFT • 7135 QSFTFOUUFOTF
• "8- NFBOXPSEMFOHUI • 7#% QBTUUFOTF */5ͱ3"%ͰɺςϯεΞεϖΫτ ͕ҟͳΔͷೲಘ શͯʹ༗ҙͳසࠩʢQ ʣ
ϥϯμϜϑΥϨετͷಛ δχͷฏۉݮ • ಛͱසʹߴ͍ਖ਼ͷ૬ؔʢS ʣ • ಛͱࢄʹߴ͍ਖ਼ͷ૬ؔʢS ʣ • ޯϒʔεςΟϯάͳͲɺܾఆϕʔεͷϞσϧʹڞ௨͢Δ
ରมࡁΈ
-"440ͷ݁Ռʢྨਫ਼ʣ • ͱۃΊͯߴ͍ਫ਼ʢʹͱͷฏۉʣ • GPMEͷΫϩεόϦσʔγϣϯͰਪఆ */5 QSFEJDUFE 3"% QSFEJDUFE
"DDVSBDZ */5 BDUVBM 3"% BDUVBM
-"440Ͱಛͷߴ͍ݴޠ߲ • 4.1 TFFN BOEBQQFBS • 5)"$ UIBU BEKFDUJWFDPNQMFNFOUT •
%1"3 EJTDPVSTFQBSUJDMFT • 50#+ UIBU SFMBUJWFDMBVTFTPOPCKFDUQPTJUJPO • 4513 TUSBOEFEQSFQPTJUJPOT සͷதԝ͕ͷ߲͕ଟ͍ɻ ͕ͩɺશͯʹ༗ҙͳසࠩ ʢQ ʣ
-"440ͷಛ • ಛͱසʹߴ͍ෛͷ૬ؔʢS ʣ • ಛͱࢄʹߴ͍ෛͷ૬ؔʢS ʣ • -"440͕සදݱΛߴ͘ධՁ͢Δͷɺܭࢉաఔͷඪ४Խॲཧͱؔʁ
ରมࡁΈ
ੳ݁Ռͷ·ͱΊ • ϥϯμϜϑΥϨετ • ಛͱසʹߴ͍ਖ਼ͷ૬ؔʢS ʣ • ಛͱࢄʹߴ͍ਖ਼ͷ૬ؔʢS ʣ •
-"440 • ಛͱසʹߴ͍ෛͷ૬ؔʢS ʣ • ಛͱࢄʹߴ͍ෛͷ૬ؔʢS ʣ ˣ • ۃΊͯରরతͳ • ίϩέʔγϣϯੳʹ͓͚Δ5TDPSFͱ.*ͷؔʹ͍ۙ
ͭͷख๏ͷ͍͚ํ • ಓ۩ͷ͍ํΛߟ͑Δͷɺݸʑͷݚڀऀͷࣄ ͱ͍͑ɺʮ͋͘·ͰྫʯΛڍ͛ΔͳΒ • ϥϯμϜϑΥϨετ • యܕతͳʢUZQJDBM SFQSFTFOUBUJWFʣݴޠ༻ΛΓ͍ͨ߹
• ΞΧσϛοΫɾϥΠςΟϯάͷॏཁදݱ • ݴޠशಘݚڀʹ͓͚Δൃୡࢦඪ FUD • -"440 • ಛతͳʢQFDVMJBS EJTUJODUJWFʣݴޠ༻ΛΓ͍ͨ߹ • จମमࣙ๏ͷੳ • ֶशऀͷޡΓੳ FUD
ʲิʳͭͷख๏ͷܽʢͱରࡦʣ • ϥϯμϜϑΥϨετ • ߴසΏ͑ʹղऍ͍͢͠දݱ͕ಘΒΕಘΔ͕ɺͦΕ΄Ͳҙ֎ͳ݁ՌͰͳ ͍͔͠Εͳ͍ • มॏཁ͕͍ͭ͘Ҏ্ͳΒɺʮॏཁʯͳͷ͔ͷஅዞҙతʢલड़ʣ • ϥϯμϜϑΥϨετͱݕఆΛΈ߹Θͤͨ#PSVUB
,VSTB 3VEOJDLJ Λ༻͍ ͯɺʮॏཁͳʯදݱͱʮॏཁͰͳ͍ʯදݱΛ౷ܭతʹ۠ผ͢Δͱ͍͏ରԠ͋Δ • -"440 • සͷҙ֎ͳදݱ͕ಘΒΕಘΔ͕ɺͱ͖ʹղऍ͕͍͔͠͠Εͳ͍ • ߴ͍૬ؔؔʹ͋Δઆ໌มͷϖΞ͕͋Δ߹ɺͦͷยํ͔͠มબ͞Ε ͳ͍ʢϞσϧͷओ؟ɺ͋͘·Ͱ༧ଌͰ͋ΔͨΊʣ 'SFJKFJSP(PO[ÂMF[FUBM • -"440ͱ3JEHFճؼΛΈ߹ΘͤͨFMBTUJDOFU ;PV)BTUJF Λ༻͍ͯɺߴ ͍૬ؔؔʹ͋Δઆ໌มͷϖΞʹಉ͡είΞΛ༩͑Δͱ͍͏ରԠ͋Δ
ຊൃදͷཱΛ͏Ұ • ʮͳΜͱͳ͘ྑͦ͞͏ʯͱ͍͏͚ͩͰɺແ൷ʹ୯Ұͷख๏ʹґଘ ͢ΔͷۃΊͯةݥʢલड़ʣ • ݚڀͷతʹ߹Θͤͯɺదͳख๏Λબ͢Δ͖ʢલड़ʣ ˣ • ࠓճඇৗʹయܕతɾରরతͳख๏Λൺֱ͕ͨ͠ɺݴ͏·Ͱͳ͘ɺ ༷ʑͳख๏Λൺֱɾݕূʢ߹ʹΑͬͯ։ൃʣ͢Δ͖
એ • ຊൃදͷ༰ͷҰ෦ɺҎԼͷจͱͯ͠ץߦࡁΈɻ • ,PCBZBTIJ : .FBTVSJOHUIFFGGFDUTPGGSFRVFODZ BOEEJTQFSTJPOPOLFZFYQSFTTJPOBOBMZTJT.FUIPEPMPHJDBM SFDPNNFOEBUJPOT&OHMJTI$PSQVT4UVEJFT
r IUUQTKBFDTDPNKOM&$4&$4@QEG 0"
એʢͦͷʣ • খྛ༤Ұ ʰ3ʹΑΔ͍͞͠ςΩετΞφϦςΟΫεʱ ΦʔϜࣾ ݄ ൃച༧ఆ
͓ΘΓ ຊݚڀͷҰ෦ɺ+414ՊֶݚڀඅิॿۚʢՊݚඅʣ ,ͷॿΛड͚ͨͷͰ͋Δɻ