言語処理100本ノック - 東北大学 乾研究室 / Inui Lab, Tohoku University
FrontPage / 言語処理100本ノック 3 秒後に NLP 100 Drill Exercises に移動します。 (移動しない場合は、上のリンクをクリックしてください。) © Inui Laboratory 2010-2018 All rights reserved. 研究室紹介/About Us 過去に在籍したメンバー Members 研究室環境 Lab Facilities ↑研究会/Research Meetings 概要 Overview 総合研究会 Research Seminar 意味研究会 SIG Semantics 談話研究会 SIG Discourse 知識獲得研究会 SIG Knowledge Acquisition Embedding研究会 SIG Embedding KIAI Knowledge-Intensive Artificial Intellige
Enju - A practical HPSG parser
オンラインデモ公開中 English page 目次 はじめに Enju のインストール Enju の使い方 デモとウェブインタフェース マニュアルなど 生命科学文献用の解析モデル 参考文献 はじめに Enju は英語の構文解析器です．HPSG理論に基づく文法[1-7]と高速な構文解 析アルゴリズム[8-11]により，高速かつ高精度な構文解析を行い，構文構造お よび述語項構造を出力します．文の意味を扱うことが必要である高度な自然言 語処理アプリケーション，例えば情報抽出，自動要約，質問応答などで特に有 用です． この構文解析器の主な特徴は以下のとおりです． 高精度かつ深い解析： 構文構造だけでなく述語項構造も出力する ことができ，新聞記事や生命科学文献に対しては90%程度の精度で解析する ことができます． 高速な解析： デフォルトの設定で一文平均約500ミリ秒（たいていの Penn Tre
Link Grammar
Davy Temperley Daniel Sleator John Lafferty The Link Grammar Parser is a syntactic parser of English, based on link grammar, an original theory of English syntax. Given a sentence, the system assigns to it a syntactic structure, which consists of a set of labeled links connecting pairs of words. The parser also produces a "constituent" representation of a sentence (showing noun phrases, verb
Horn List (100 Most Common Words) 頻度順 アルファベット順...
Horn List (100 Most Common Words)頻度順 アルファベット順 [出典]Horn, E. (1926), A basic writing vocabulary, 10,000 words most commonly used in writing, College of Education. Dolch List (220 Basic Sight Words)頻度順 アルファベット順 [出典]Dolch, E.W. (1927), Grade vocabularies, The Journal of Educational Research. Ogden’s BASIC English Word List (850 words)Word List [出典]Ogden, C. K. (1930). Basic English: A general introduc
Statistical NLP / corpus-based computational linguistics resources
Statistical natural language processing and corpus-based computational linguistics: An annotated list of resources Contents Tools: Machine Translation, POS Taggers, NP chunking, Sequence models, Parsers, Semantic Parsers/SRL, NER, Coreference, Language models, Concordances, Summarization, Other Corpora: Large collections, Particular languages, Treebanks, Discourse, WSD, Literature, Acquisition SGM
Penn Treebank II tag set | CLiPS
Pattern and MBSP assign meaningful tags to words and groups of words in a sentence. Each tag is a short code (such as "DT" for "determiner"). The tag set is based on the Penn Treebank Tagging Guidelines [pdf]. Part-of-speech tags Part-of-speech tags are assigned to a single word according to its role in the sentence. Traditional grammar classifies words based on eight parts of speech: the verb (VB
GPoSTTL: Enhanced version of Brill's Tagger, with built-in Tokenizer and Lemmatizer
GPoSTTL Brill's Parts-of-Speech Tagger, with built-in Tokenizer and Lemmatizer GPoSTTL is an enhanced version of Eric Brill's rule-based Parts-of-Speech Tagger, with built-in Tokenizer and Lemmatizer. It reads from FILE or STDIN and writes to STDOUT. It is based on LPost package by Jimmy Lin (jimmylin at umd.edu). LPost itself is based on Benjamin Han's ePost package, which is a cleaned-up version
Sentiment Analysis - links
コーパス 筑波大学文単位評価極性タグ付きコーパス 鍜治さんのACPコーパス 京都観光ブログの評価情報付与データ Pang's movie review data Hu and Liu's customer review data MPQA opinion corpus SemEval-2013: Sentiment Analysis in Twitter Stanford Sentiment Treebank Multi-Domain Sentiment Dataset Webis-CLS-10(cross-lingual sentiment dataset) 鈴木さんのTwitter日本語評判分析データセット NTCIR-7 MOAT (多言語意見分析テストコレクション) 辞書 鍜治さんの評価表現辞書 小林さんの評価値表現辞書 高村さんの単語感情極性対応表 佐野氏の日本語アプレイザル評価
ロボットが自らロボット言語を作り出すことに成功 | スラド idle
ストーリー by headless 2011年05月21日 12時30分 hasta-la-vista,-baby 部門より オーストラリアのクイーンズランド大学及びクイーンズランド工科大学の研究チームがロボットに言語を作り出すよう教えたところ、ロボットによるロボット言語が生まれ、ロボット同士での会話ができるようになったとのこと (Lingoroids、 ExtremeTechの記事、 本家/.)。 研究の目的は、どのように言語が時間をかけて自然に進化し、発達していくのかを理解することだ。ただし、言葉を持たない人間を用意して実験することは不可能なので、相手や周囲を認識して会話するためマイクとスピーカー、カメラ、距離計、ソナーを装備したロボット「Lingodroid」を作成したのだという。 人が自分を指差して自分の名前を言い、相手に自分の名前を伝えるのと同様に、Lingoroidは地図上の場
mecabのユーザ辞書でwikipediaとhatenaキーワードを利用する - てんぷろぐ
（インストールの仕方などはほかの人がいっぱい説明してくれているので割愛） どうやら標準の辞書だけだと限界があるようので、以下の記事などを参考に 「wikipediaとhatenaキーワードをユーザ辞書として利用する」 ということをやってみました。 http://d.hatena.ne.jp/code46/20090531/p1 http://www.mwsoft.jp/programming/munou/mecab_hatena.html http://deepneko.dyndns.org/kokotech/2009/06/mecabwikipedia.html 作ったのは以下の2つのスクリプト。 webからデータを取ってきて、csv作成コマンド、辞書作成コマンドを呼び出すshell (convWebWordsToDic.sh) #!/bin/sh CSV=../data/words.c
調整さん (beta)- 簡単みんなのスケジュール調整ツール
NIPS 2010 読み会の出欠確認 イベントの詳細説明 NIPS 2010の論文を読みます。 http://books.nips.cc/nips23.html 日程は12月の休日（土曜日優先）、時間は13:00からとします。場所はサイボウズ（後楽森ビル 12F）の会議室です。 コメントに読む論文タイトルを記入してください。 参加者は原則発表ありですが、論文タイトルは直前まで変更可能（重複がなければ）です。 候補日程 ※各自の出欠状況を変更するには名前のリンクをクリックしてください。
きまぐれ日記: キーワード抽出: tf-idf の意味づけ
単語の重み付けの古典的な方法に tf-idf があります。文書中の各単語の tf-idf 値計算し、値でソートすると、その文書に特徴的な単語リストを得ることができます。 http://nais.to/~yto/clog/2005-10-12-1.html tf-idf は、単なるヒューリスティックスだと考えられていましたが、最近言語モデルに基づく情報検索手法がさかんに研究されるようになり、tf*idf の解釈が明らかになってきました。言語モデルに基づく手法は、ヒューリスティックスばりばりの手法と同性能にもかかわらず、文書のランキングに理論的で合理的な説明を与えることができます。 情報検索は、クエリ q に対し、もっとも適合する文書 d_opt を求めるタスクです。つまり、q が与えられたとき、文書 d が出現する確率 p(d|q) の最大化問題と解釈できます。 d_opt = argmax
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
研究業績
http://131.193.40.52/data/
http://lyle.smu.edu/~mhd/8337sp07/salton.pdf