0.1 0.1.1 Latent Semantic Indexing Latent Semantic Indexing :LSI の次元まとめて次元を下げるという作業を行 なうわけである。 さて、次元を下げるということは当然情報 の損失を伴うわけだが、この損�
0.1 0.1.1 Latent Semantic Indexing Latent Semantic Indexing :LSI の次元まとめて次元を下げるという作業を行 なうわけである。 さて、次元を下げるということは当然情報 の損失を伴うわけだが、この損失を最小限に くいとめるために最小二乗誤差 という考え方 で望む。 2 とは ベクトル空間モデルではタームの生起が独 立であることを仮定して、各タームを一つの 次元に対応させるベクトル空間を作った。し かし、実際にはターム間の独立性は保証され ない。例えば、情報検索の分野では「ベクト ル」と「空間」は高い相関を持つことは容易 に予想できる。この問題への対策としては以 下の 2 点が重要である。 0.1.2 特異値分解 LSI で 用 い る 数 学 的 し か け は 特 異 値 分 解 (Singular Value D
情報特別演習 2005 の発表資料 - Ceekz Logs (Move to y.ceek.jp)
昨日は、情報特別演習の最終発表会がありました。 というか、忘れていたおかげで、資料はあわてて作成。なんか、前日に作って、発表の3時間前に、精度の再テストを行っていましたよ。 持ち時間は、昨年と同じく 10分 しかない。実質 8分 です。それに対して、資料は 17枚 もある。どう考えても終わりそうに無い。事前の打ち合わせでは、すらすら話して終わるはずだったのですが、説明好きな僕は、長々話してしまい、12分くらいやってた。 時間が決まっているプレゼンで、時間をオーバーすることは最もやってはいけない行為なんですが、今回も時間オーバー。成長してねー。 ということで、資料をアップします。 自然言語処理によるテキスト分類 （PPT / 252KB） 資料の作成に当たって、参考にした文献は、以下のとおり。 ・情報意味論（第8回） ベイズ学習 （櫻井研究室 情報意味論の講義資料） ・情報論的学習理論とその
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
