英語で「何番目」を問うには｜Colorless Green Ideas
英語には日本語の「何番目」に相当する表現がないため、「何番目」を問いたい場合、回りくどく言う必要がある。ここでは英語で「何番目」を問う方法を4つ紹介する。 はじめに 「何番目」であるかを英語で問うのは難しい。英語には「何番目」に相当する表現がないからである。だから、「ジェーンはあなたの何番目の娘さんですか」といった文は英語に直訳できない。また、リンカーンがアメリカの何代目の大統領か問いたければ、日本語なら「リンカーンは何代目の大統領ですか」と問えば良いのだが、英語では「何番目」かを問える直接的な表現がないので、別の方法で問う必要がある。 以下、英語で「何番目」を問うための方法を紹介する。色々な方法があってどれを使えば良いか分からなくなるかもしれないが、その場合は、一番最初に紹介する「適当な順番で言って、相手に訂正させる」方法を使うとよい。この方法がおそらく一番楽である。 適当な順番で言って
文系博士後期課程院生の就活｜Colorless Green Ideas
はじめに 大学院をやめるにあたって、職探しをした。やめるにしても食い扶持のあてがなければ、どうしようもないからだ。いわゆる文系の博士後期課程の院生が、就活をするのはあまりないケースだと思うので、自分の経験を記すことにした。似たような状況にある人の参考になれば幸いである。 もし、文系の博士の院生で進路や就活について悩んでいる人がいたら、私で良ければお話しを聞きますので、ご遠慮なく連絡してください。悩んでばかりいてはしかたありませんから。 なお、ここで述べる「就活」は、大学などでのアカデミックポストへの就職を目指すことではなく、民間の一般企業などへの就活を目指すことを指している。この他、公務員の採用試験を受けて公務員になる道もあるし、中高などの教員になるという道もあるが、私はそういう道を選ぼうとしなかったので、公務や教員についての話はここでは書かない。 また、ここでの就活は博士後期課程の院生の
大学院をやめました｜Colorless Green Ideas
はじめに 3月末をもって大学院の博士後期課程を退学することとなった。博論は結局未提出。これで俗にいう「博士課程単位取得満期退学」 [1] になる。 大学院はなかなか楽しかった。周りの人も良い人が多かったし、学術面以外にも色々と勉強になった。結構居心地の良い場所だった。そして、色んな人にお世話になった。この場所でもお礼申し上げたい。 学部4年、修士課程2年、博士後期課程4年 [2] と大学には10年も居続けた。理系 [3] の人は「博士後期課程に3年間ちゃんと在学して研究すれば、博士号なんて簡単に取れるでしょ」と思うかもしれない。私も実際にそのようなことを複数の人から言われた。だが、かなしいかな、日本の人文系の大学院はそういう場所ではない。実際、大学院に10年居続けてようやく博士号をとるという例も少なくない。私のいた専攻もそんなかんじで、標準年限内に博士号をとる人の方がむしろ珍しいという状況
Colorless Green Ideas の最新記事｜Colorless Green Ideas
このブログを運営している人について このブログを運営している人は西原史暁 (Fumiaki Nishihara) といいます。連絡を取りたい場合はこちらのメールフォームからどうぞ。こまごまとした情報は、Twitterでつぶやいています。良かったら見てください。
学問における内輪の「秘儀」｜Colorless Green Ideas
学問分野には「秘儀」と呼ばれるダメな研究手法がはびこる場合がある。このような手法を捨て去るのは非常に困難である。 はじめに 『データ解析のための統計モデリング入門』という本を読んだ。色々な面で面白い統計書であった。中でも刺激的だったのは、いい加減なデータ解析の例を指摘しているところであった。そこで、ある種の（ダメな）データ解析を内輪の「秘儀」と呼んでいた。この「秘儀」という言葉に対して少し思うところがあったので、簡単に記してみたい。 なお、この文章の内容を簡単にまとめると、学問分野には「秘儀」と呼ばれるダメな研究手法がはびこる場合があり、これを除去するのは難しく、どうしようもならなくて困る、といったところになる。 内輪の「秘儀」とは？ 冒頭で述べたように、この文章を書いているのは『データ解析のための統計モデリング入門』という本に刺激されたためである。この本の書誌情報を以下に記す。 久保拓弥
単語の出現確率の最尤推定｜Colorless Green Ideas
はじめに 自然言語を扱う際、様々な状況で単語の出現確率を求める必要が出てくる。単語の出現確率を求める単純な方法としては、注目している単語がコーパス中に出てきた回数をコーパスの総語数で割るというものがある。例えば、1万語のコーパスの中で、300回出現した単語は、300/10000 = 0.03、すなわち3%の出現確率であると求めることができる。出現回数をコーパスの総語数で割るというのは、直観には合致している。しかし、直観が常に正しいとは限らない。この出現確率の求め方が本当に良い推定になっているのかを数学的に示すことができればそれに越したことはない。実は、この出現回数をコーパスの総語数で割ることで、出現確率を求めるのは、最尤推定と呼ばれる推定の結果と一致している。このことを示そう。 単語の出現確率を求める必要性 自然言語処理の中で、単語 [1] の出現確率が分かっていると得をする場合は少なくな
『統計を始める前に』（主に言語研究者向け）の公開｜Colorless Green Ideas
文書の性質 『統計を始める前に』という教科書的文書を公開したいと思う。これは、以前、勉強会のために私が作成した文書の一部を切り貼りして作ったものである。以下から、PDFファイルとしてダウンロードが可能なので、必要な方はどうぞ。なお、強制ではないが、リンクを貼るときは、PDFに直接リンクするのではなく、このページにリンクしていただければ幸いである。何か追加情報があったときには、このページに書くつもりなので。 http://id.fnshr.info/docs/stat_for_langs00.pdf これは何を目的にした文書かと言うと、タイトルの通り、「統計を始める前に」一通り知っておきたい数学的知識などをまとめたものである。この文書を一通り読んだ上で、統計の勉強を始めるとはかどるはずである。 統計を始める前に、数学の勉強をしないといけないなんて面倒だと思う人もいるかもしれない。だが、私の経
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
