今日のDBCLS & はじめての自然言語処理 - 糞ネット弁慶
というわけでid:syou6162のアドバイスに従いLDA実装はじめた。 正直LDAとか全く知らないんですけど… EMとかできないんですけど…という事でcollapsed gibbs sampling いろんな人から実装簡単だ簡単だとか言われると消えたくなる とりあえず元論文Page Not Found | PNAS 挫折してFast collapsed gibbs sampling for latent dirichlet allocationこっち読んだら糞わかりやすかった。なんかzをサンプリングしてNを更新するのを繰り返しまくればいいっぽい というわけで実装だ実装だとかやってたらすげー時間かかってコンストラクタ程度しかできなかった。Rubyばりに書きやすくてC++並みに早い言語が欲しい。 あとid:mickey24の語るテンプレートメタプログラミングの話聞いたり。恐ろしい。 そろそろ
DO++: 機械学習による自然言語処理チュートリアル
自然言語処理のときに使う機械学習手法のテクニックをざーっと２時間程度で紹介してほしいとのことだったので今日話してきました。基本的に、そんなに頑張らなくても効果が大きいものを中心に説明（特にパーセプトロンとか）を説明してます。 紹介した手法はパーセプトロン、最大エントロピー、正則化、多クラス分類、系列分類（CRF, Structured Perceptron）などなどです。どれも一かじりする感じで網羅的に見る方を優先してます。個々の詳しい話はそれぞれの文献や実装などを当たってみてください。 スライド [ppt] [pdf] ここで話しているのは線形識別モデルの教師有り学習が中心で教師無し学習（クラスタリングなど）など他の自然言語処理を支える技術は省いてます。 こういうのを使って（使わなくてもいいけど）どんどんアプリケーション作らないといかんね。 Tarot is not used to ma
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
