自然言語処理を使って日本語の歴史を研究する - 武蔵野日記
午後打ち合わせで立川の国立国語研究所に。「統計と機械学習による日本語史研究」研究発表会に参加するためである。この研究プロジェクトは去年の年末からスタートの3年間のプロジェクトで、自分は機械学習や統計的自然言語処理方面からの研究分担者として参加している。 研究発表会は公開研究会で、プロジェクトのメンバーでない人もいらしたので、まずプロジェクトの概要を @togiso さんが説明してくださって、あと teruaki-o くんが最近取り組んでくれている明治時代の文書に対して濁点を自動付与する研究の報告をしてくれる。実際は最後人手でチェックするのだが、人手チェックしてくださった方も今回発表会に参加してくださり、いろいろフィードバックをいただけてありがたい。なにもないところから濁点を付与するより、こういうツールで前処理的につけてあると助かる、ということが直接聞けるのも、自然言語処理が日本語史研究の役
いくら相手のためだと思っていても、押し付けてはいけない - 武蔵野日記
午前中、大阪大学の留学生センターで日本語を教えてらっしゃる先生が、研究で使う茶筌のインストールを手伝ってほしい、というので masakazu-i くんとお手伝い。 実はこちらの先生がマシンを買い替える (OS をアップグレードする) 度に「ChaSen が動かなくなりました、助けてください」と連絡があってお手伝いしているのだが、前回も MeCab を入れようとして「MeCab と ChaSen では出力形式が違うので困るのです」と結局 ChaSen を入れることになった、という経緯があったため、今回も ChaSen かなぁ、と腹をくくっていた。 MeCab に詳しい人は「あれ、mecab には出力形式で -Ochasen とすれば chasen 形式にできるんじゃないの?」と思うかもしれないが、先方が使っていた Excel マクロで利用する形式と微妙に出力形式が違うので、mecabrc を
Google IME の次は Google 日本語スペル訂正が来そう - 武蔵野日記
Google IME がリリースされたそうで、Twitter でも #googleime というハッシュタグで祭りになっているようである。リリース文を見ると @taku910 さんと @komatsuh さんが主に関わっているようである。 以前Google サジェストのローマ字検索機能 = Google IME でも書いたことがあるのだが、これが出る予兆はいろいろあって、 2007年秋に Google 日本語 N グラムが出る(もっと言えば2007年3月に言語処理学会で「N グラムデータを出すならどういう形がいいか、どういう用途で使うか」という特別セッションがあった)ときから想像できたことであり、taku さんや komatsuh さんくらいのエンジニアであればエンジンを作るのには数日もかからないであろう。 Social IME 開発者の nokuno さんもGoogle IMEという可能
科学者としてこの先生きのこる方法 - 武蔵野日記
ポスドク生活について知っておこうかと思い、 科学者として生き残る方法 作者: フェデリコ・ロージ,テューダー・ジョンストン,高橋さきの出版社/メーカー: 日経BP社発売日: 2008/06/05メディア: 単行本購入: 10人 クリック: 80回この商品を含むブログ (36件) を見る を読んでみる。こんなページ数(353p)は必要ない内容だと思うが、そこそこいい本だと思う。アメリカに(大学院生として、もしくは)ポスドクに行きたい場合とカナダに行きたい場合と、あとヨーロッパに行きたい場合、それぞれプレゼンテーションや履歴書の書き方もかなり違うそうなのだが、そういう違いをこれまで意識したことはなかったので、参考になった。たとえば、北米向けだと自分の独自の仕事をすることをアピールし、かつ自分が優秀であることをこれでもかというくらい言わないといけないようだが、ヨーロッパはもっと慎み深いので、既存
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
