投票: Machine Translation for Identifiers in Python Programs | PyCon JP 2016 in TOKYO
応募トーク これは応募されたトークです。聞きたいと思うトークをSNSで拡散しましょう。選考時に参考にさせていただきます。 talk Machine Translation for Identifiers in Python Programs (en) スピーカー Ren-yuan Lyu , Che-Ning Liu , Calvin Lyu This is a demonstration for a two-year research project sponsored by Taiwan government, which is aimed to translating Python programs into traditional Chinese in order to help those who feel interested in learning computer prog
投票: ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 | PyCon JP 2016 in TOKYO
#ニューラルネットワークのフレームワークであるChainerで始める対話Botの作成 2016年はLINE, FacebookなどがAPIを公開したことでBotの活躍する場がますます増えてきています。決めうちで回答を返したり、各企業が提供しているAPIを使って対話用のBotを作成することも可能ですが、ご自身で中身を理解しつつ賢くなる対話Botを作成したくありませんか？ 今回は下記の内容をご紹介致します。 - 話題の推定方法 - 対話内容の学習方法 - Slackなどの各種APIとの連携 - Dockerによる開発環境の提供 バージョンアップ後に追加予定内容 - Botのキャラクター性の変換方法 - Botを用いた検索システム - 感情を考慮するBot 発表までにバージョンアップすれば上記の内容以上のことをお話すると思います。 あなたも対話Botの作成にチャレンジしてみませんか？ PS:発表
[B! nlp] chezouのブックマーク
Deep Learning for NLP Best Practices Neural networks are widely used in NLP, but many details such as task or domain-specific considerations are left to the practitioner. This post collects best practices that are relevant for most tasks in NLP. This post gives an overview of best practices relevant for most tasks in natural language processing. Update July 26, 2017: For additional context, the Ha
ロシア語自然言語処理の世界
このエントリーは、KLab Advent Calendar 2015 の12/24の記事です。 2015年新卒の本堂です。 この記事ではロシア語テクストを統計的に分析することについて紹介します。 少しでもコンピュータを使って言語を分析することについて興味をもっていただけたら著者として幸せです。 ロシア語を少しでも勉強したことのある方 ロシア語を数量的に分析することに興味のある方 を読者として想定しています。 はじめに 僕の専門は言語学、特に言語獲得で、さまざまな言語獲得を実験する過程でロシアにも２年ほど住んでいました。 言語獲得というのは、乳幼児の言語習得や外国語習得などです。 乳幼児と大人の言語獲得スピードの差は今だに人類の謎です。 最近はコンピュータを使った数量的な分析を行う計量言語学も（特に英語で）盛んなので、 乳幼児が言語獲得していく過程と、僕が外国語としてロシア語を習得していく過
ついに明かされる「りんな」の“脳内” マイクロソフト、「女子高生AI」の自然言語処理アルゴリズムを公開
日本マイクロソフトは都内で開いた開発者向けイベント「de:code 2016」で、同社が独自に開発する“女子高生AI”「りんな」の自然言語処理アルゴリズムの詳細を語った。りんなのアルゴリズムのキモは「ランク付け」だという。自然な“女子高生らしさ”を生み出している秘密とは？ りんなは2015年7月にLINEアカウントとして登場し、同年12月にはTwitterアカウントも開設。「マジで？！やば！」など“日本の女子高生”をイメージした受け答えができるのが特徴で、現在LINEとTwitterを合わせて340万人以上のユーザーと会話しているという。 Microsoftが開発しているAIとして「Cortana」がよく引き合いに出されるが、Cortanaのコンセプトが「Productivity」（生産性向上）であるのに対し、りんなのコンセプトは「Emotional」（感情的）。例えば、「明日晴れるかなぁ
Deep LearningとNLPの最新論文の情報を集める方法 - あおのたすのブログ
(5/29 追記：Deep Learning のGoogleグループコミュニティを追加) (6/8 追記：松尾研究室の勉強会ページを追加) (6/13 追記：neural language notesを追加) はじめまして。@aonotas（あおのたす）です。 Deep Learningと自然言語処理に興味があります。 好きなフレームワークはChainerです。 さて、Deep Learningが自然言語処理のタスクでも応用されています。 ACLやEMNLPなど国際会議でもタイトルに「Neural」が入ったものが多いですが、arxivにも査読前の論文がよくアップロードされています。 （スピードが早くて追いつくの大変ですよねorz） そこで最新のDeep Learningの論文の集め方を紹介したいと思います。（あくまで私個人の方法です。皆さんどうしてるか教えてもらえると嬉しいです。） 面白い
Google、自然言語理解（NLU）の基礎となる「SyntaxNet」をオープンソース化
米Googleは5月12日（現地時間）、機械学習システム「TensorFlow」に統合されたニューラルネットワークフレームワーク「SyntaxNet」をオープンソースで公開したと発表した。GitHubで公開されている。 自然言語理解（NLU）システムの基礎を提供するものという。SyntaxNetには、新たなモデルに学習させるのに必要なすべてのコードと、英語の文章の構文解析のためにGoogleが開発した英文解析ツールの「Parsey McParseface」が含まれる。 Parsey McParsefaceは、言語構造解析方法を学習する強力な機械学習アルゴリズム上に構築されており、文章内の各ワードの機能的役割（動詞、形容詞など）を解析できるという。Parsey McParsefaceは世界で最も正確な構文解析ツールだとGoogleは説明する。 コンピュータにとって、人間の話す自然言語はあまり
SyntaxNet in context: Understanding Google's new TensorFlow NLP model
SyntaxNet in context: Understanding Google's new TensorFlow NLP model Yesterday, Google open sourced their Tensorflow-based dependency parsing library, SyntaxNet. The library gives access to a line of neural network parsing models published by Google researchers over the last two years. I’ve been following this work closely since it was published, and have been looking forward to the software bein
形態素解析エンジンMeCabにて文章中から短歌を抽出 - inaniwa3's blog
概要 偶然５７５７７になっている文章を短歌としてつぶやく Twitter の bot を作りました。 フクロウが鳴くと明日は晴れるので洗濯物を干せという意味 #tanka ウィキペディア日本語版「フクロウ」より http://t.co/Dm1uHcQdzR— 偶然短歌bot (@g57577) 2014, 12月 31 再帰的アルゴリズムが有効な問題として有名であり #tanka ウィキペディア日本語版「ハノイの塔」より http://t.co/vm2ZqwImKi— 偶然短歌bot (@g57577) 2014, 12月 31 文章はウィキペディア日本語版を対象としました。 作り方 jawiki-latest-pages-articles.xml.bz2 をダウンロード。 WP2TXT で上記を扱いやすい形式に変換。 このスクリプト で５７５７７になっている文を抽出。数時間かけて（遅い）
日本語形態素解析の裏側を覗く！MeCab はどのように形態素解析しているか - クックパッド開発者ブログ
こんにちは、買物情報事業部の荒引 (@a_bicky) です。 前回、「検索結果の疑問を解消するための検索の基礎」で単語単位でインデキシングする前提で説明しましたが、今回は文などを単語単位で分割するために使う技術である形態素解析について触れます。 形態素解析器には色々ありますが、中でもメジャーと思われる MeCab の仕組みについて説明します。 MeCab の解析精度を上げるために辞書に単語を追加したことのある方もいると思いますが、動作原理を理解することで単語を追加する際に適切な生起コストを設定できるようになったり、学習の際に適切なパラメータを設定できるようになったりするはずです。 なお、MeCab は汎用テキスト変換ツールとしても使用できます が、簡単のため MeCab + IPA 辞書のデフォルト設定前提で説明します。 アジェンダ 形態素解析とは MeCab における最適な解析結果の推
百人一首の形態素解析 - ならば
Ubuntu 14.04 LTSがリリースされた。 少し前には中古和文UniDicも更新されていた。 何の関係性もないけど、新しい仮想環境を作って遊んだ。 前にやったときの記事：MeCabで古文の形態素解析。 さて、小倉百人一首 第85番を解析にかけたところ、いきなり、夜もすがら、とそのまま出てきた。 解析に失敗しているのではと疑って意味を検索した（無教養）。 echo "夜もすがら 物思ふころは 明けやらで 閨のひまさへ つれなかりけり" | mecab -d ./unidic-mecab/ 夜もすがら 副詞,*,*,*,*,*,ヨモスガラ,夜もすがら,夜もすがら,ヨモスガラ,ヨモスガラ,和,夜もすがら,ヨモスガラ,ヨモスガラ,ヨモスガラ,*,*,*,*,*,*,"0,3",*,* 物 名詞,普通名詞,サ変可能,*,*,*,モノ,物,物,モノ,モノ,和,物,モノ,モノ,モノ,*,*,*,
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
http://www.phontron.com/slides/nlp-programming-ja-05-hmm.pdf
http://ics.upjs.sk/~pero/web/documents/pillar/Manning_Schuetze_StatisticalNLP.pdf
WordPress.com
Natural language understanding - Wikipedia
深層学習による自然言語処理の研究動向
%
http://arxiv.org/pdf/1603.06042v1
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source
WordPress.com