C言語を勉強するとき，文法や標準関数をマスターすることに並ぶくらい重要なのが，デバッガを使いこなせるようになることです．C言語を習いたての頃は，書いたコードが予期せぬ動作をしたり，ポインタの使い方を間違えてプロセスを落とすこと（セグメンテーション違反）なんてザラです．そういう失敗をたくさん経験して，自分の書いたコードの間違いに気づき，修正していくことでコーディング力が養われていきます．しかし，自分の書いたプログラムの何処が悪いのか，皆目見当もつかないような状況に陥ってしまうと，プログラミングが嫌いになってしまいます． デバッガを文字通りに解釈すると「バグを取る」ためのツールで，プログラマにとってはコードの間違いを発見するための検証手段として欠かせません．これに加えて，正しいコードをデバッガ上で動かしてみることも，C言語の理解促進のために重要であると私は考えています．ループや条件分岐でプログ

まず，最初に断っておきますが，これから書く内容は仙台市青葉区の中心部（仙台駅や県庁周辺）の話です．仙台市は，東は海，西は山形県に面していて，地震の被害状況が場所によってかなり異なります．海岸に近い地域の被害は悲惨で，瓦礫の撤去作業が完了するまでに半年～１年はかかると言われています．一方，仙台市青葉区の中心部は，被害甚大な地域の方に申し訳ないと思うくらい，日常を取り戻しています．インターネット上を探しても，仙台市中心部の生活・環境に関する情報が乏しく，心配されている方が多いと思いますので，このエントリで仙台市中心部の現状報告をいたします． ■ ライフラインについて 電気・水道は復旧しています． 都市ガスは復旧が遅れていたものの，今では復旧しているところが殆どのようです． 私の家はLPガスですが，震災の影響を受けなかったようです（と，アパートの人から聞きました）． 自分が使っているキャリアであ

本日、東北大学で辞令交付式があり、情報科学研究科の准教授に任命されました。今後は、乾健太郎さん、研究室の学生・スタッフさんと一緒に、自然言語処理や知識処理の研究を進めていきます。 この日を迎えられたのも、諸先生・先輩・同僚・学生・友人の皆様のお陰です。全員挙げるとキリがないくらい、いろいろな方にお世話になりました。これから約10年間が、自分にとって本当に大切な時期だと考えていて、これまで以上に研究と教育に打ち込んで行こうと思いますので、ご指導・ご支援をよろしくお願い致します。

最後に，の計算がどのくらい高速化できたのか，実験してみました．アルゴリズムとして，以下のものを比較しました． libcのexp関数 パデ近似を用いたもの（cephesの実装に近いです） ５次～13次でテーラー展開を0を中心として行ったもの ５次～13次の最良多項式近似をの範囲で行ったもの ５次～13次の最良多項式近似をの範囲で行ったもの ５次～11次の最良多項式近似をの範囲で行ったものをSSE2で実装したもの SSE2の実装で11次で打ち止めしているのは，11次と13次で演算精度の差が殆どないことが分かり，単に実装するのが面倒くさかったからだけです．0を中心としたテーラー展開や，最良多項式をの範囲で構成する手法は，の値を切り下げではなく，四捨五入（つまり0.5を足してから切り下げる）で求めます（Wapitiやsse_mathfun.hのexp計算ルーチンは四捨五入を使っています）． 実験で

SimStringという類似文字列検索ライブラリをBSDライセンスでリリースしました．類似文字列検索とは，文字列集合（データベース）の中から，クエリ文字列と似ているものを見つけ出す処理です．コンピュータは，正確に一致する文字列を探すのは得意ですが，表記揺れに出くわすと，途端に対応できなくなります．例えば，「スパゲティ」に対して，レストラン情報などを返すサービスにおいて，「スパゲッティ」や「スパゲティー」などの表記揺れが検索クエリに与えられると，通常のデータベースでは情報を提示することが出来ません．類似文字列検索を用いると，表記揺れが検索クエリに与えられても，「スパゲティ」という既知語を代替クエリとして提案したり，「スパゲティ」の情報をダイレクトに引き出すことができるようになります． 似てる語を探す技術って，文字列処理の基本中の基本で，自然言語処理では当たり前のように使われていてもおかしくな

先週まで論文執筆モードだったので，ご報告が遅れましたが，娘の名前は心優（みゆ）にしました．この名前を聞いて「当て字っぽくて読めねー」と感じるか，「ありがちな名前」と感じるかで，最近の子供の名前に対する精通度が分かります．人気の名前はあまり付けたくなかったのですが，2009年の名前のランキングに普通に出てきます．文字通り「心優しい」ですが，「優」を漢語林で引くと，「上品で美しい」「みやびやか」「おだやか」「しとやか」「情深い」「のびやか」「ゆるやか」など，女の子にはうってつけの多義が並べられています． 名前を決めるのは本当に大変でした．考えれば考えるほど，自分の探索空間が足りているのか不安になりました．結局は，コンピュータが生成した6,084個（読みで数えた数）の名前の候補から，私と嫁で一つ一つチェックしながら結論を出しました． 名前の候補を生成する流れは，次の通りです． 名前辞典などを見な

私が昔所属していたNaCTeMで公開している，略語辞書サービスAcromineをひっそりと更新しました．以前のバージョンからの変更点は，以下の通りです． 2009年版Medlineのアブストラクトで略語抽出をやり直した 略語の完全形のクラスタリング方法を改良した 略語の完全形の異表記を表示できるインタフェースにするため，辞書検索結果の表示を表形式からツリービューに変更した 辞書引きサービスのAPIを，SOAPからREST/JSONに変更した 単に辞書の中身を新しくするだけではつまらないので，ツリービューをウェブブラウザ上で実装するときに，YUI Libraryを初めて使ってみました．ノード・ラベルの遅延ロードを行うツリービューが簡単に実装できて，便利ですね． 辞書引きサービスのAPIを使うには，登録手続きが必要になるようです（残念ながら私のコントロール範囲外）．アカデミックな人たちは問題無

Classiasという分類のための機械学習アルゴリズムの実装を公開しました．今のところ，L1/L2正則化ロジスティック回帰（最大エントロピー法），L1/L2正則化L1損失線形カーネルサポートベクトルマシン（SVM），平均化パーセプトロンをサポートしています．学習アルゴリズムとしては，平均化パーセプトロン，L-BFGS法，OWL-QN法，Pegasos，Truncated Gradient（L1-FOLOS）を実装してあります．カーネルは使えませんが，線形識別モデルを高速に学習できるようになっています．二値分類，多クラス分類，候補選択（明示的に与えられた候補の中からスコア最大のものを選ぶタスク）をサポートしています（SVMは今のところ二値分類のみ）． このツールはもともと，最大エントロピー法を自分で使うために実装したもので，作り始めてからもう２年くらい経過しています．去年のColingやEM

CDB++という，静的ハッシュデータベースライブラリをリリースしました．ライセンスは修正BSDです． 静的ハッシュデータベースなので，いったんデータベースを構築したら，要素の追加や削除は行えません．その代わり，コンパクトなデータベース，高速な構築，高速な検索ができるようになっています．データ構造は，Constant Databaseを採用しています．Constant Databaseの実装はいくつかありますが，クロスプラットフォームでお手軽に使えるものがなかったので，作ってみました．また，このライブラリはcdbpp.hというインクルードファイルのみで構成されているので，このファイルをインクルードするだけでアプリケーションに組み込めます． ハッシュデータベースには，Oracle DBやTokyo Cabinetなど，優れた実装がたくさんあります．しかし，単にキーと値のペアをファイルに書き出し

ロジスティック回帰（logistic regression）の学習が，確率的勾配降下法（SGD: stochastic gradient descent）を使って，非常に簡単に書けることを示すPythonコード．コメントや空行を除けば十数行です． リストの内包表記，条件演算子（Cで言う三項演算子），自動的に初期化してくれる辞書型（collections.defaultdict）は，Python以外ではあまり見ないかも知れません． リストの内包表記は，Haskell, OCaml, C#にもあるようなので，結構メジャーかも知れません． [W[x] for x in X] と書くと，「Xに含まれるすべてのxに対し，それぞれW[x]を計算した結果をリストにしたもの」という意味になります．sum関数はリストの値の和を返すので，変数aにはXとWの内積が計算されます． Pythonでは，三項演算子を条

CRFsuiteのバージョン0.6をリリースしました．変更点は以下の通りです． 確率的勾配降下法 (Stochastic Gradient Descent: SGD) に基づく学習アルゴリズムを実装した．ベースとなっているアルゴリズムは Pegasos で，L2正則化が利用可能．学習率 (η) の調節戦略は，sgd と同じです．SGDで学習を行うには，コマンドラインに，”-p algorithm=sgd” を追加． ベンチマークテストのページに，SGDアルゴリズムの性能，実装としての sgd と MALLET との比較を追加した． L-BFGSの実装をliblbfgs 1.7にアップデートした． 学習時のメモリ使用の無駄を減らし，節約した． アイテムの属性名にコロン（:）を含めることが出来るように，エスケープシーケンス “\:”  と “\\” を導入した．これに伴い，CoNLL-2000

CRFsuiteのバージョン0.7をリリースしました．あるマシン環境で，素性生成中にクラッシュする問題を修正しました．もしバージョン0.6でクラッシュの問題が発生していなければ，急いでアップグレードする必要はありません． この問題は，自分がテストに使っている環境では発生しませんが，海外の方から「学習が始まる前にクラッシュする」と報告がありました．クラッシュした場所から怪しい箇所を推定できる場合は別ですが，自分の環境で問題が再現出来ないと，デバッグが困難になります．こういうときは，「分からないので問題の環境に直接ログインさせて下さい」と，決まってお願いすることにしています．今までいくつかのオープンソースプロジェクトで，こういうお願いを（おそらく10回くらい）したことがあるのですが，不思議と断られたことは一度もありません．マシンに見ず知らずの人をログインさせるなんて，ハイリスクで気持ち悪いはず