Google Scholar では、さまざまな学術文献を簡単に検索できます。多岐にわたる分野と出典の論説、論文、書籍、要約、法律関係資料をお探しいただけます。
Google Scholar
Google Scholar では、さまざまな学術文献を簡単に検索できます。多岐にわたる分野と出典の論説、論文、書籍、要約、法律関係資料をお探しいただけます。
私のブックマーク: ニューラルネットワーク
私のブックマーク：ニューラルネットワーク 私のブックマーク：ニューラルネットワーク 村田 昇 (早稲田大学理工学部) はじめに 1980年代の後半にニューラルネットワークの研究が活発になってもう10年以上が経ち，パタン認識などの特徴抽出，あるいは制御などで必要とされる非線形関数を近似する道具として最近ではすっかり定着した感があるようです．ニューラルネットワークというと一種ブラックボックス的でちょっと胡散臭いという印象をお持ちの方も多いかと思いますが，統計的な推定問題と関係が深く制御や統計の専門の人々との交流も進んでいます． ここではニューラルネットワークに関連した学習の話題を中心に紹介していきたいと思います．昨年沼尾先生が機械学習というテーマで計算論的学習理論に関わる様々なサイトを紹介して下さっていますので，そちらも合わせて参考にして戴ければと思います． ニューラルネットワーク一般に
第6回 N-gramと形態素解析との比較 | gihyo.jp
これまでに、N-gramと形態素解析の2つの検索エンジンの、見出し語の切り出し方法を説明しました。今回は、2つの見出し語の切り出し方法を比較し、それぞれの得意な点、不得意な点を明らかにしていきます。 2つの手法の概要 はじめに、2つの手法をおさらいしてみます。 形態素解析 検索対象のテキストを形態素解析を行い分かち書きを行う 分かち書きした単位を見出し語として転置インデックスを作成する 転置インデックスを元に検索を行う N-gram 検索対象のテキストをN文字単位の文字列片に分解する 分解した文字列片を見出し語として転置インデックスを作成する 検索語をN文字単位の文字列片に分け検索を行う 文字列の出現位置情報を利用すれば、漏れのない完全一致の検索が可能 大きな違いは、「転置インデックスの見出し語をどのように作るか」というプロセスが異なる点です。形態素解析は構文解析を行って分かち書きを行う
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
