自分のやっている研究のちょっとだけ詳細 - dorivenの日記
どうも、就職の状況とか海外に行くこととかをしっかり親に伝えていなかったら姉から警告を受けました。 何となしには行くことを伝えているのですが、しっかり伝えるのも何か恥ずかしいという感情があるみたいですね。 それと、英語の大切さが非常に身に染みたのでもっと英語とかの基礎教養にもウェイトを移します。 自分でこういうのもなんですが、英語はトップクラスに苦手なので最低限の意思疎通が取れるようにせねばと思いました。 それでは、今回はあんまり詳しく話すことは出来ないけど、自分のやっている研究の詳細について話したいと思います。 前回のあらすじ 自分が「画像処理」の中で「ジェスチャ認識」をやっており、その画像処理の自分が担当している領域で、どのような背景・技術があるのか、について語りました。 前回 【自分のやっている研究分野のお話 - datchの日記】 自分のやっている研究 さて、前回は認識系の難しさ、学
自然言語処理ツール
自然言語処理の研究で役立つツールを集めてみました。 音声認識CMU Sphinx: 広く利用されている音声認識プログラム。 Juicer: 重み付き有限状態トランスデューサを利用した音声認識デコーダ。 Julius: 音声認識システムの開発・研究のためのオープンソースの高性能な汎用大語彙連続音声認識エンジン。 言語モデルIRSTLM: 言語モデルの学習・格納ツール。 kenlm: メモリ効率とスピードを重視した言語モデル保持ツール。 Kylm: 重み付き有限状態トランスデューサーの出力や未知語の文字ベースモデル化などの機能が揃っている言語モデルツールキット。Javaで実装。 RandLM: 乱択データ構造であるBloom Filterを用いることで、膨大な言語モデルを少ないメモリで保持するツールキット。 SRILM: 効率的なn-gram言語モデルツールキット。様々な平滑化手法（Knese
Graham Neubig's Teaching
Classes Spring 2024: Advanced NLP (CS11-711 @ CMU) Fall 2022: Advanced NLP (CS11-711 @ CMU) Spring 2022: Multilingual NLP (CS11-737 @ CMU) Fall 2021: Advanced NLP (CS11-711 @ CMU) Spring 2021: Neural Networks for NLP (CS11-747 @ CMU) Fall 2020: Multilingual NLP (CS11-737 @ CMU) Spring 2020: Neural Networks for NLP (CS11-747 @ CMU) Fall 2019: Machine Translation and Sequence-to-sequence Models (CS1
PythonからのHMMライブラリの利用 - Risky Dune
PythonからHMM(隠れマルコフモデル)ライブラリであるghmmを利用する方法の紹介です. インストール方法は公式ページhttp://ghmm.org/を参照. 次のサンプルコードは, いかさま師をモチーフにしたHMMを生成しています. HMMの出力はいかさま師のサイコロの目に相当します. イカサマ師は2種類のサイコロ(普通の奴と6しか出ない奴)を適当に切り替えて使っています. その出力列だけを見て, 状態遷移確率と出力分布の確率を学習しているのが以下のコードです. import ghmm import random def random_matrix(n,m): "n,mのrandom配列を返す" result = [[0.0] * m for i in range(n)] for i in range(n): for j in range(m): result[i][j] = ra
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
Hidden Markov Model -Based Sequence Classifiers in C#
目次
