言語処理学会第27回年次大会(NLP2021)にポスター発表・ワークショップ登壇で参加しました - Gunosyデータ分析ブログ
こんにちは、株式会社Gunosy新卒一年目の谷口です。3月15日〜3月19日に開催された言語処理学会第27回年次大会(NLP2021)に弊社からも「ポスター発表」・「スポンサーイブニング」・「ワークショップ登壇」という形で参加しました！本記事ではそちらについて述べていきます。 今年も一般参加者が集まるのは難しいということで、前年に引き続きオンラインによる開催でした。私自身、オンラインの学会に参加するのは初めてのため少し緊張と不安があったのですが、運営の方々のご尽力のおかげで滞りなく参加することができました。しかし、開会式でがらんとした会場が映し出されたときは何とも複雑な感情がこみ上げてきました。いつか皆さんと画面を通さずにお会いできることを心待ちにしております。 ポスター発表 「扇情的な記事判定に向けた定義作成とアノテーション」というタイトルで論文を投稿し、ポスター発表で参加しました。ニュ
自然言語理解とそのモデリング - Reproc.pnz
はじめに さいきん自然言語処理分野では「自然言語理解」なるものをどう考えるかについて議論があったりします。膨大なパラメータを大量のコーパスで訓練したシステム（ GPT-3 とか）を用いると言語理解が関わるようなさまざまなタスクで高い性能が達成できることがわかってきた今日このごろ、そうしたシステムが本当に「言語理解」なるものを実現しているのかということが焦点です。これは言語理解である、言語理解ではない、そもそも言語理解ってなんやねん……などなど、考えさせられる議論が論文やブログ記事などで展開されています。読んでいても何もわからん……状態になったので、ともかく自分の理解を整理してみようというのがこの記事を書き始めた動機です。 こうした議論から得られる帰結（あるいは教訓）のひとつは、結局は理想的な言語理解なるものを定義しようと試みても決着しないので、具体的にどういった振る舞いがそれに含まれるのか
Swiftで日本語入力できるキーボードアプリを作った - Qiita
日本語入力のキーボードアプリazooKeyを作り、12月頭からApp Storeで公開しています。iOS向けキーボードアプリを作る上でのハードルや、かな漢字変換の実装の話を書きます。 概要 azooKey(あずーきー)は自作したiOS向けのキーボードアプリです。統計的かな漢字変換システム Mozcを参考にしながらかな漢字変換をSwiftで書き、長らく標準キーボードに欲しいと思っていたカスタマイズ機能をつけて公開しました。 構成 統計的かな漢字変換システム Mozcを参考にして、辞書や変換機能を作成しました。 使用言語: Swift, Python ライブラリ/ツール: SwiftUI, MeCab(辞書はIPAdic/NEologd) 大きく「辞書」「変換」「UI」の三点に分割して考えながら作りました。それぞれに割いた時間は3:4:3くらいです。 変換は全てSwiftで書きました。現代のか
自然言語処理の最新技術動向紹介
2020年12月16日（水）に行われた対話システム勉強会（第２回）での発表資料です。 https://cotobaagent-developers-community.connpass.com/event/196095/Read less
マルチテナンシー下での Query Auto Completion 設計・運用戦略 - LegalOn Technologies Engineering Blog
こんにちは，LegalForce R&D セクションでエンジニアをしている打田（@moco_beta）です。 LegalForce では，お客様がアップロードした契約書を条文単位で検索ができる，条文検索機能を提供しています。AIによるレビュー支援機能を補完する形でよく利用されている機能ですが，「どんなキーワードで検索したらいいのかわからない」という声をいただくことが増えてきました。検索キーワードの発見に役立ててもらうため，先日 Query Auto Completion（クエリ自動補完，以下 QAC）(*1) をリリースしたので，その裏側をご紹介したいと思います。 Query Auto Completion UI (*1) 検索キーワードの一部を入力フォームに入れると，フォームの下にドロップダウンリストでキーワード候補が出てくる機能を指します。 QAC 開発における課題 LegalForc
形態素解析器Sudachiの「辞書」はどのように作られているか: 複数の分割単位を例として
これは、Sudachi開発元であるワークス徳島NLPの末席に連なっていた筆者による、個人的な覚え書きです。組織を代表した情報や意見ではなく、誤り等は全て著者個人の責任です。 筆者自身は辞書の開発には関わっていませんが、ほとんど知られていない、専門家達の仕事と悩みへ触れる機会になればと思い、執筆しました。 形態素解析器Sudachi Sudachiは、株式会社ワークスアプリケーションズの徳島人工知能NLP研究所が開発する形態素解析器です。形態素解析は、人間の言葉を機械で扱う自然言語処理において、多くの場合に基盤となる技術で、主には、テキストを分割する「Segmentation」、語形を辞書形にする「Stemming」、動詞や名詞といった品詞を付与する「Part-of-Speech Tagging」を行うものです。 世の中には多くの形態素解析器がありますが、その中でもSudachiの特色として
BERTを利用した日本語文書要約をやってみた - Retrieva TECH BLOG
こんにちは。 カスタマーサクセス部リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関する研究の最新動向の調査・キャッチアップを行っております。 今回の記事では、以前作成した日本語wikiHow要約データに対して、BERTを用いて抽出型、抽象型要約を行った話をします。 概要と背景 wikiHow要約データの特徴 BERTを用いた要約 抽出型要約 抽象型要約 実験 実験設定 実験結果 まとめ 概要と背景 前回の記事ではwikiHowから日本語要約データを作成しました。 その記事内では、簡単な要約実験として教師なし抽出型要約を試しました。 今回は、BERTを利用した抽出型、抽象型要約を用いて要約実験を行いたいと思います。 wikiHow要約データの特徴 前回の記事の再掲になりますが、wikiHow要約データ量は次の通りとなっています。 train dev test
BERT応用勉強会に参加しました - かばやん's だいありー
はじめに 2020/5/15(金)に行われた、「nlpaper.challenge BERT応用勉強会」に参加しました。 nlpaper-challenge.connpass.com 配信動画: www.youtube.com 当日の様子は、Twitterのハッシュタグ、#xpaperchallenge でもわかります。 イベント概要 近年NLPの領域で発展を遂げているBERTモデル。 今回はそのBERTモデルの応用をテーマにした勉強会を開催します。 特定のドメインでの活用事例やフロントエンドでの利用例などをLT形式で発表します。（BERT応用勉強会 - connpass より引用） Cluster*1 + YouTube Live という形でのオンライン開催でした。大人気でCluster枠には入れなかったので、私はYouTube Liveで視聴しました。 また、nlpaper.chall
ゼロから作った形態素解析器Taiyakiで学ぶ形態素解析 - The jonki
本記事は，自然言語処理 Advent Calendar 2019 - Qiitaの１日目の記事です． はじめに 今回の記事では，去年末ごろからPythonとCythonだけでチマチマ作った形態素解析器Taiyakiをベースに，形態素解析器の解説をしようかなと思います．この形態素解析器の完成はまだ程遠いんですが，ひとまず簡単な形態素解析はできるようになったのでここでお披露目しておきます．本記事は実質，Double-Arrayの辞書引きと最小コスト法に基づく形態素解析器の解説記事となっています． なぜ今更に形態素解析器を作ったかと問われると困ってしまうのですが，NLPerなら１つぐらい自作しても良いのかなってことと．形態素解析がどう動いているかって意外と知らなかったのが動機です．解説内容間違えてる可能性はあるので，見つけた方はコメント欄でご指摘いただけると嬉しいです． 作っているものは下記リポ
EMNLP2019の気になった論文を紹介 - 株式会社ホクソエムのブログ
ホクソエムサポーターの白井です。 EMNLP-IJCNLP 2019 (以降 EMNLP) が先日、香港で開催されました。 EMNLPは Empirical Methods in Natural Language Processing の略称で、ACLやNAACLと並ぶ、計算機科学のTop conferenceと言われてます*1。 今年採択されたEMNLPの論文は682本 (＋システム/デモ論文45本) です。 (年々増えています。) 今回は、EMNLP2019の論文から、いくつか気になったものを紹介します。 前回に引き続き、検証系の論文とデータ構築についての論文をメインに扱います。 以降、記載する図表は、明記しない限り、論文から引用しています。 1. ner and pos when nothing is capitalized 2. A Little Annotation does a
Lucene #Kuromoji のコードを読む会 （辞書ビルダー編） - Speaker Deck
Transcript Lucene Kuromoji のコードを読む会 （辞書ビルダー編） 2019/10/3 @moco_beta 自己紹介 打田智子 twitter : @moco_beta 所属 : 株式会社 LegalForce R&D チーム / ソフトウェアエンジニア 検索システムに興味があります 趣味でOSS開発をしています Janome https://github.com/mocobeta/janome Apache Lucene committer () 趣旨など 主催者 (@moco_beta) が Lucene / Kuromoji のソースコード（辞書周り）を読むうえで，調 べたことをまとめておきたい 素のままで触る機会は少ないかもしれないけれ ど， Lucene のコードを読んでみるのも楽しい よ！というのを伝えたい 仕事ではブラック
最先端NLP勉強会 - 2019
[9:20–9:40] 受付 [9:40–9:50] オープニング [9:50–11:2011:30] セッション1 - Long x 3, Short x 3 【long】牛久祥孝: Bridging the Gap between Training and Inference for Neural Machine Translation (ACL2019) [paper] [slide] 【short】根石将人: Extract and Edit: An Alternative to Back-Translation for Unsupervised Neural Machine Translation (NAACL2019) [paper] [slide] 【long】石渡祥之佑: When a Good Translation is Wrong in Context: Contex
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
GitHub - TheAtticusProject/cuad: CUAD (NeurIPS 2021)
Keyword search
snlp19-slides
論文紹介 / Decomposable Neural Paraphrase Generation
saisentan-nlp(hiraoka)
論文タイトル
SNLP2019_watanabe.pdf
snlp2018