ISM-2012-TopicModels.ppt
統計数理研究所 H24年度公開講座 「確率的トピックモデル」 持橋大地 (統計数理研究所) 石黒勝彦 (NTTコミュニケーション科学基礎 研究所) 2013/1/15-16 統計数理研究所 会議室1 本講座の構成 1日目: トピックモデルの基礎 – トピックモデルとは, Naïve Bayes, PLSI, LDA – EMアルゴリズム, VB-EMアルゴリズム, Gibbsサンプラー, 他のモデルとの関係 2日目: トピックモデルの応用 – 複雑なトピックモデル、時系列モデル – 画像、音声、ネットワークデータ – 半教師あり学習、補助情報あり学習 無限モデル(ノンパラメトリックベイズ)は本講座では扱わない 2 講義予定 3 1日目 – AM/ 導入, LSI, ナイーブベイズ, PLSI, EMアルゴリ
Advanced Parsing Workshop 2012
統計的自然言語処理, および画像処理などの関連領域において, 構文解析は最も基礎的で重要な技術です。構文解析は古くから研究されており, 研究は煮詰まったかと思われてきましたが, 最近, 統計的機械翻訳はもとより, 意味処理などの情報抽出タスクにおいても構文情報の利用が進み, その重要性はますます高まっています。 特に, 今年2012年のACLでは, NTTの進藤さんによるTSG(木置換文法)のベイズ学習による 構文解析が教師あり学習による識別モデルを超えて最高性能を出し, ベストペーパー として注目を集めました。 [PDF] 今後の構文解析, および統計的自然言語処理の進展のためには, こうした手法やこれまで の構文解析について平易に紹介し, また形式言語理論の側からも望ましいモデルについて 議論する必要があると感じ, 今回のワークショップを企画しました。 招待講演者には, 以下の4氏にご
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
処理を実行中です
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
