自然言語処理研究室B3ゼミ_05th

Transcript

1. 自然言語処理研究室 B3 Seminar ２０１３ 年度 第5週 論文紹介： 統計的自然言語処理と機械学習・統計学の未来 長岡技術科学大学 B3 竹野 峻輔
2. • 持橋大地. 統計的自然言語処理と機械学習・統計学 の未来(<特集>ポスト経験主義の言語処理). 人工知 能学会誌 27, 284–287 (2012). http://ci.nii.ac.jp/naid/110009445651/ 要旨： 言語学と統計的自然言語処理の関係性について 再考． 古典的な統計的自然言語処理技術から 最新の統計的自然言語処理技術について紹介． 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 統計的自然言語処理と機械学習・統計学の未来
3. • 「言語学」と「統計的自然言語処理」は独立したも のだろうか？ – 著者）言語学 ⊂ 統計的自然言語処理 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 １．言語学と統計的自然言語処理の関係性
4. • 「言語学」と「統計的自然言語処理」は独立したも のだろうか？ – 著者）言語学 ⊂ 統計的自然言語処理 • Why? – 言語学的手法では限界がある． • ≒言葉の記号的・代数的性質を重みづけする – 統計的自然言語処理は言語の体系を広い範囲で捉 えることができる；「言語の物理」 • 言語学を否定するものではない – 言語学＝現実の言語データに則して研究 – 理論物理学と実験物理学の関係と類似 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 １．言語学と統計的自然言語処理の関係性
5. • 古典的な統計的自然言語処理 – PCFG ⇒Stochastic HPSG, Stochastic CCG • 確率的文脈自由文法 • 文法（ルール）に重みづけ – 名詞の後には動詞が来やすい(重みが高い≒コストが低い) 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ２．「統計＝重みづけ」からの脱却
6. • 古典的な統計的自然言語処理 – PCFG ⇒Stochastic HPSG, Stochastic CCG • 確率的文脈自由文法 • 文法（ルール）に重みづけ – 名詞の後には動詞が来やすい(重みが高い≒コストが低い) • 最新の統計的自然言語処理 – 高度な数学モデル(線形空間・確率過程等)の適用 • 異なる言語間の対訳を取得;dog-chien (CCA) • 単語の系統樹の推定(MCMC法) – その他；強化学習・カーネル法，無限モデル… 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ２．「統計＝重みづけ」からの脱却
7. • 言語学者の主観情報に頼らずともよい？ – e.g.)Positive な単語,Negativeな単語の判別. • Amazonレビューの星の多さを前提とした統計モデルで 単語の正負を推定 – 教師なし学習の可能性 – そもそもアノテーションは高価≒コスト大． • DCSによる教師なし学習[Liang 11] – 質問応答の研究 – 手動のアノテーションなしに大幅な高性能化達成 – 隠れた意味の設計(c.f.階層的ベイズモデル) 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ３．「深い理解」とは？
8. • 言語学，自然言語処理の有用性は高い ⇒半教師あり学習 • ラベルありデータとラベルなしデータが混合． – [Suzuki 08] Products of Experts , , ∝ ∙ , » ラベル付きデータで最大化⇔ラベルなしデータで最大化 – [Jiao 06] ラベルなしデータを用いた正則化 ℒ = − + + ( (| )) • 技術としてはまだ未完成 • 教師有データの取り入れ方；正しいと限らない ⇒モデル作成のベース 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ４．半教師あり学習と統計モデルの設計
9. • 画像や音を利用した言語の統計的学習[Iwahashi 10][Kollar 10] – 言葉のシンボルグラウンディング，意味役割の学習 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ５．広がる統計モデルと自然言語，６．展望とまとめ
10. • 画像や音を利用した言語の統計的学習[Iwahashi 10][Kollar 10] – 言葉のシンボルグラウンディング，意味役割の学習 • 言語の目的は“コミュニケーション” – 言語は”どう使われるべきか”でなく”私たちがどう使うか” 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ５．広がる統計モデルと自然言語，６．展望とまとめ
11. • 画像や音を利用した言語の統計的学習[Iwahashi 10][Kollar 10] – 言葉のシンボルグラウンディング，意味役割の学習 • 言語の目的は“コミュニケーション” – 言語は”どう使われるべきか”でなく”私たちがどう使うか” – 言語額の厳密な代数的・離散的性質は目的に合致しない • 曖昧性こそがコミュニケーション効率を高めている[Piantadosi 12] – 統計的自然言語処理の高度化 » 最大エントロピー法…L-BFGS，オンライン学習法 » ＨＭＭ, PCFG等の次元数決定問題⇒Infinite Model[Neal03] » EMアルゴリズム⇒変数ベイズ法, EP法，MCMC法 2014/2/4 自然言語処理研究室 2013年度 B3ゼミ 第5週 ５．広がる統計モデルと自然言語，６．展望とまとめ