はてなブックマーク

このページでは機械学習のツール(LIBLINEAR)を利用して、実際に分類問題を解くにはどういう手順を経るかということについて解説します。つまり、Kytea(京都テキスト解析ツールキット)における簡易版の単語分割モデルを作ってみようということです。 なお今回はプログラミング言語としてRubyを用いますが、Rubyの知識がなくても実装ができるように解説するよう心がけます。また、必要以上に細かく書いてあるかもしれませんが、不要な方は適宜読み飛ばして下さい。 細かい説明はすっとばしてやり方を見る 機械学習って？ 朱鷺の杜Wiki 「機械学習」がわかりやすいかと思います。 ひとことで言うと、「訓練データを与えてそこから機械に問題の解き方を学んでもらい、別の問題を解いてもらうこと」です。 教師あり学習・教師なし学習 機械学習は大きく「教師あり」と「教師なし」に分かれます。 「教師あり学習」とは

English/Japanese Profile 吉野　幸一郎(Koichiro YOSHINO) 京都大学大学院 情報学研究科 知能情報学専攻 メディアアーカイブ分野 河原研究室 修士課程2年 略歴 2005年4月 慶應義塾大学 環境情報学部 入学 2009年3月 慶應義塾大学 環境情報学部 卒業 2009年4月 京都大学大学院 情報学研究科 修士課程 入学 在学中 学部在籍時、慶應義塾大学　石崎俊研究室　自然言語処理グループに所属。 修士課程より、京都大学　河原達也研究室　に所属。 言語処理学会会員 研究・興味 音声対話システム 音声言語処理 自然言語処理 Web情報を利用した、音声対話システムにおける応答生成の研究を行っています。 マルチドメイン音声対話システムを自動構築する上で、ドメインごとの構造に基づく情報抽出を利用する研究をしています。 ドメイン適応型音声対話シス

SIMPLE 用の学習コーパスを作成する方法について書いています． SIMPLEとは，統計的仮名漢字変換の学習用に作成された，単語と読みの組を単位とする1-gramモデルベースの変換エンジンのことです．ここで書かれているコーパス作成方法はWikipediaのデータに限らない一般的なデータに対して適用可能です． 流れ WikipediaのデータからWP2TXTを利用して日本語テキストを抽出 KyTeaによって抽出した日本語テキストを単語分割し，単語の読みを付与 準備する物 Wikipedia:データベースダウンロード の jawiki-latest-pages-articles.xml.bz2 WP2TXT 0.1.0 WP2TXT: Wikipedia to Text Converter Wikipediaの圧縮データから日本語テキストを抽出するために使用します ここではコマンドラインで作

Survey1 SVMを用いた固有表現抽出に関する論文のサーベイ 1.Support Vector Machineを用いた日本語固有表現抽出 2.Support Vector Machineの多値分類問題への適用法について 3.SVMに基づく固有表現抽出の高速化 4.日本語固有表現抽出における文節情報の利用 5.Stackingの効率的な学習方法と日本語固有表現抽出での評価 6.非頻出語に対して頑健な日本語固有表現の抽出 7.大域的情報を用いた日本語固有表現認識 SVMを利用した日本語固有表現抽出に関する論文が中心です． 固有表現タグを入力文の解析単位毎に正確に付与することが目的です． チャンカーは基本的にYamCha 1.Support Vector Machineを用いた日本語固有表現抽出 山田寛康 工藤拓 松本裕治 奈良先端科学技術大学院大学情報科学研究科 概要

Latest news: September 06, 2008: Update publication's list (IEICE transaction acceptance). May 23, 2008: Add notes section + early draft for multivariate calculus April 29, 2008: Update publication's list July 31, 2007: Update pyem doc, update publication list. July 13, 2007: Update pyem doc. em is a package which enables to create Gaussian Mixture Models (diagonal and full covariance matrice