重要文抽出、自由作成要約に対応した新聞記事要約システムYELLOW
Vol. 43 No. SIG 2(TOD 13) 情報処理学会論文誌：データベース Mar. 2002 重要文抽出，自由作成要約に対応した 新聞記事要約システム YELLOW 大 児 竹 玉 清 敬† 充†† 岡 増 本 山 大 吾†† 繁†† 日本語の新聞記事を対象とした新聞記事要約システム YELLOW について報告する．YELLOW は， 重要な情報を洩れなく抽出する」ことに重点をおいて作成した．本システムは，二重修飾に着 「 目した削除を中心とした文内要約と，重要度付与による文選択の 2 つの部分より構成される．文内 要約では，構文解析結果を積極的に利用する．ある名詞に対し，複数の修飾部がある場合，名詞を限 定する働きが弱い修飾部を削除する新たな手法を提案する．また，換言処理，例示の削除など の要 約手法も用いる．重要度付与では，主要語，高頻度の名詞，位置情報，見解文
untitled
DEWS2005 4-B-08 Google を活用した英作文支援システムの構築 大鹿 広憲y 佐藤 学y 安藤 進yy 山名 早人yyy y 早稲田大学理工学研究科 yyy 早稲田大学理工学術院 y,yyy 〒 169-8555 東京都新宿区大久保 3-4-1 yy 翻訳者 yfsika,manavyg@yama.info.waseda.ac.jp, yysando@inter.net, yyyyamana@waseda.jp E-mail: あらまし 近年、英語の必要性はますます高くなってきており、それに伴い Web 上の翻訳システムも多く開発されて きている。しかし 、機械翻訳では直訳や単語の適合性および文脈の関係などから適切な英作文が行えないという問題 がある。これに対し 、より適切な英作文を行う方法として、検索エンジンを使った方法がある。フレーズ検索をはじ めとした様々
テキストの多重トピック抽出技術｜NTT
現在、インターネットに代表されるように、膨大なテキストが電子的に蓄積されつつあります。検索をより柔軟に行うためには、テキストの分類が必要です。しかし、人手によるテキスト分類の時間と労力を削減するために、テキストの自動分類技術が渇望されています。本研究では、テキストが帰属するトピックを多重を許容してパソコンで実時間かつ高精度に抽出する技術を考案しました。多重トピックを同時に抽出する技術は世界初で、さらに抽出精度も実際のwebページを用いた実験において従来手法より優れていることを確認しています。 今後はトピックの体系そのものを自動生成する技術を検討する予定です。 多重トピックテキストの確率モデルを世界で始めて考案 モデルのパラメータ学習の最適性を理論保証 トピック抽出はパソコンで実時間で実現可能 アルゴリズムの実装は容易 多重トピックを同時に抽出する技術は世界初 web
社団法人 電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 TECHNICAL REPORT OF IEICE. 類似性に基づいたウェブページ選択インタフェース 松本 裕二† 馬野 元秀† ��
社団法人 電子情報通信学会 THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS 信学技報 TECHNICAL REPORT OF IEICE. 類似性に基づいたウェブページ選択インタフェース 松本 裕二† 馬野 元秀† 瀬田 和久† † 大阪府立大学 大学院 理学系研究科 情報数理科学専攻 〒 599–8531 堺市学園町 1–1 E-mail: †matumoto@marron.cias.osakafu-u.ac.jp あらまし インターネットの検索エンジンが返すページは膨大で重複が多い．普通はキーワードを追加して検索を絞 り込むが，適切な検索質問を作成するのは難しい．そこで，我々はユーザが指定した項目 (ページ) との類似性に基づ いて，検索結果の各項目 (ページ) を一覧から削除したり残したりす
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
Folksonomy - Wikipedia
Folksonomy is a classification system in which end users apply public tags to online items, typically to make those items easier for themselves or others to find later. Over time, this can give rise to a classification system based on those tags and how often they are applied or searched for, in contrast to a taxonomic classification designed by the owners of the content and specified when it is p
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
base.dvi
キーワード抽出法KeyGraphの転用による地震履歴データからの要注意活断層発見支援(発見科学) | CiNii Research
KeyGraph:語の共起グラフの分割・統合によるキーワード抽出 | CiNii Research
語の活性度に基づくキーワード抽出法
main.dvi
人工知能学会 (The Japanese Society for Artificial Intelligence) – 人工知能学会のホームページです。入会手続き、会議やセミナーの開催予定、学会誌情報などを掲載しています。
https://www.ieice.org/~de/DEWS/proc/2003/papers/4-P/4-P-06.pdf
IEICE Trans - 多重トピックテキストの確率モデル―パラメトリック混合モデル―
https://dl.acm.org/doi/10.1016/j.asoc.2005.09.002
http://www.jaist.ac.jp/ks/labs/kbs-lab/sig-swo/papers/SIG-SWO-A401/SIG-SWO-A401-02.pdf
http://www.neurosci.aist.go.jp/ibisforest/index.php?FrontPage
目 次 1 はじめに 1.1 1.2 1.3 研究の背景 研究の目的 本論文の構成 1 2 2 2 関連研究 2.1 2.2 2.3 2.4 2.5 クラスタリング手法 クラスタを使った可視化 ユーザの視点を取り入れた再クラスタリング
The Association for Natural Language Processing Home Page
https://dl.acm.org/citation.cfm?id=287355&coll=portal&dl=GUIDE&CFID=1558117&CFTOKEN=32308944