C#でViterbiアルゴリズム - Inside Apricot
昔、C言語で作ったやつをなくしてしまったのでC#で書いてみました。HMM (Hidden Markov Model, 隠れマルコフモデル)において、最尤状態列を計算します。 かなりやっつけで書いてるの後でリファクタリングしたいなぁ。 Dictionary<string, KeyValuePair<string, double>> T = new Dictionary<string, KeyValuePair<string, double>>(); foreach (string state in states) { T.Add(state, new KeyValuePair<string,double>(state, sp[state])); } foreach (string output in observations) { Dictionary<string, KeyValuePai
第一回「序論：コーパスとしてのウェブ」 | ウェブコーパス徹底活用（たつを） | 三省堂 ことばのコラム
インターネットの発展のおかげで、 調べもの、情報収集が格段に楽になりました。 一昔前は、知ってそうな人を探して聞いてまわったり、 図書館などへ行って調べたり、手間がかかっていたのですが、 今ではウェブ検索サイトに行って検索窓にキーワードを入れるだけです。 それは、 ものすごくたくさんのデータ、ウェブページ上のテキストが Google などの検索エンジンのサーバに集められていて、 すぐに取り出せる状態になっているからなのです。 このようなウェブ検索が使える今この時代は、 語学、特にインターネットの共通言語と言っても良い英語の 勉強・研究に最適な環境であると言えます。 ウェブ検索は、必要な英語資料を探す、という目的（ リーディング教材としてのニュースサイトや リスニング教材としてのポッドキャスト・動画サイトなど）にも有用ですが、 やはり一番重要なのは、 ウェブを巨大な英語用例データベースとして
Webとコーパス 第一回「序論：コーパスとしてのウェブ」
Webとコーパス 第一回「序論：コーパスとしてのウェブ」 2007-08-20-2 [WebAndCorpus] Web上のテキストデータをコーパスとして見る、 というテーマでちょっと長めの記事を連載という形で書いていきたいと 思います。よろしくです。 今回は序論。次回は EReK を取り上げます。 なお、この記事は「三省堂辞書サイトのブログ」へ転載という形で 提供しています。こちらの方でもお楽しみ下さい。 - ウェブコーパス徹底活用 第一回「序論：コーパスとしてのウェブ」 - Sanseido Word-Wise Web ［三省堂辞書サイト］ http://dictionary.sanseido-publ.co.jp/wp/ § ■第一回「序論：コーパスとしてのウェブ」 インターネットの発展のおかげで、 調べもの、情報収集が格段に楽になりました。 一昔前は、知ってそうな人を探して聞いてま
ヤフー、文章を解析できるAPI「日本語形態素解析Webサービス」を公開ニュース - CNET Japan
ヤフーは6月18日、開発者向けサイト「Yahoo!デベロッパーネットワーク」において、日本語の文章を解析できるAPI「日本語形態素解析Webサービス」を公開した。 日本語形態素解析Webサービスは、ヤフーの日本語処理技術部がYahoo! JAPAN研究所と共同で開発を進めてきた形態素解析エンジン「Web MA」を社外の開発者向けにAPIとして公開するもの。このエンジンは、ヤフーのブログ検索や商品検索などのテキスト処理、ブログ検索の「評判検索機能」、「まとめ検索機能」などのテキストマイニング処理にも利用されている。 このAPIを利用することで、開発者は解析対象となる日本語の文章を形態素に分割し、品詞や読み、基本形を取得できるほか、対象となる文章に多く含まれている単語、その文章を構成する特徴的な単語などを把握することが可能だ。 また、すでに公開済みのAPIから取得したデータを解析することもでき
人間主体の知的情報技術に関する調査研究V
3. 研究開発の新しい展開と内外の動向 3.12 Webマイニングとその将来像 報告者: 津田宏講師 3.12.1 はじめに Webは、1989年に当時CERN（Conseil European pour la Recherche Nucleaire、欧州合同素粒子原子核研究機構）に勤務していたTim Berners-Leeが情報共有のために発明し、1990年から実験的にサーバが稼働していたとされる。しかし、その後の伸びが目覚ましいのは周知の通りである。ページ数も、次のように天文学的な数字になりつつある（ただし、Webは総ページ数をどこかで管理しているわけでなく、動的なページをどう扱うかで数値も変わり、これらは推計方法もまちまちであるため、一列に並べるのに問題はある。ただし、このようなオーダーのページ数があるというのは、ほぼ正しいだろうと思われる）。 1998年4月:
Research | Nakagawa Lab.
中川研究室の研究テーマは、統計的機械学習の理論とアルゴリズム、および自然言語処理およびそのWWWへの応用です。特に、統計的自然言語処理の理論、ベイズ統計に基づく機械学習の理論と学習アルゴリズム、およびWWWに見られる半構造化文書からの情報抽出および情報ナビゲーションシステムなどを研究しています。以下に詳細を記します。 統計的機械学習 統計的機械学習とは、観測されたデータから統計的手法を用い新たな知識を導出することである。 統計的機械学習についての教科書的な内容はこちらを参照してほしい。 統計的機械学習には種々の分類がある。主要なものを説明しよう。 教師あり学習と教師なし学習 教師あり学習(supervised learning)では、観測データと、そのデータの意味が与えられる。例えば、文書分類問題であれば、観測された文書とその文書の属するカテゴリー（スポーツ、芸能、など）の対のデータ集
ひげぽん OSとか作っちゃうかMona- - ハッカー養成塾:ハッカーへの遠回り
オープンソースマガジン2007年1月号に向けて書いた記事の元の原稿です。 前回のアルファギーク舘野君から、バトンを渡されたひげぽんです。 Mona OSというオープンソースOSを開発しています。 僕はハッカーと呼ばれるには実力不足ですが、知り合いのスゴ腕ハッカーに少しでも追いつこうと日々実践していることをいくつか紹介します。 ハッカーに学ぶ オンラインでもオフラインでも構いません、自分よりも優れているハッカーを探してお手本とすることから始めましょう。 彼（または彼女）が何を勉強し、発言し、考えているかを観察することで多くのことを学べるはずです。 周りにハッカーがいなければ、勉強会・カンファレンスに参加したり、ブログを利用してコミュニケーションをとるのもひとつの方法です。 「ハッカーに交わればハッカーになる」とまではうまくいきませんが、周りは自分より優秀な人ばかりであるという環境を作り上げる
歌ネット：歌詞全文検索
ライブレポート shallm ライヴレポー… 【shallm ライヴレポート】 『shallm 2nd L… 2024年03月10日@ ザ・クロマニヨンズ … 【ザ・クロマニヨンズ ライヴレポート】 … 2024年02月29日@Spotify O-EAST CHiCO ライヴレポート 【CHiCO ライヴレポート】 『LAWSON presen… 2024年02月23日@ KT Zepp Yokohama 超ときめき♡宣伝部 … 【超ときめき♡宣伝部 ライヴレポート】 『… 2024年01月28日@横浜アリーナ 有華 ライヴレポート 【有華 ライヴレポート】 『有華ワンマンツ… 2024年01月27日@日本橋三井ホール
Matthew J. Beal - Thesis: Matthew J. Beal, Variational Algorithms for Approximate Bayesian Inference
*Hyperlinks across sections, equations and citations (which back-reference to the text) are only functional in the whole pdf version, within an enabled viewer like Adobe Acrobat Reader. Abstract The Bayesian framework for machine learning allows for the incorporation of prior knowledge in a coherent way, avoids overfitting problems, and provides a principled basis for selecting between alternative
隠れマルコフモデルのためのEMアルゴリズム 正田 備也 平成 19 年 10 月 4 日 隠れマルコフモデル (hidden markov model) について，EM アルゴリズムを用いた最尤推定をどのように行うか，自 分用の
隠れマルコフモデルのためのEMアルゴリズム 正田 備也 平成 19 年 10 月 4 日 隠れマルコフモデル (hidden markov model) について，EM アルゴリズムを用いた最尤推定をどのように行うか，自 分用の研究メモとしてまとめてみました．以下の内容は，Beal, M.J. (2003) Variational Algorithms for Approximate Bayesian Inference. PhD. Thesis, Gatsby Computational Neuroscience Unit, University College London. の 3.2 節のほぼ翻訳ですが，かなり説明を補足してあります．ただし，記号は変えてあります． 1 隠れマルコフモデルの定式化 隠れマルコフモデルは，観察データの列 y1:T をモデル化するために用いる．なお，各
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
応用音響学: Viterbi アルゴリズム
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。
生きあたりまったりブログ
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。
テキスト中のイベントの生起時間帯判定
http://www.jaist.ac.jp/ks/labs/kbs-lab/sig-swo/papers/SIG-SWO-A401/SIG-SWO-A401-02.pdf
DEWS2005 2C-i10 Blogからの街の話題抽出手法の提案 倉島 健† 手塚 太郎† 田中 克己† † 京都大学大学院情報学研究科社会情報学専攻 〒 606-8501 京都市左京区吉田本町 E-mail: †{ktakeshi,tezuka}@dl.ku
http://www-kasm.nii.ac.jp/jsai2005/schedule/pdf/000171.pdf
http://www.cs.uvm.edu/~icdm/algorithms/CandidateList.shtml
Folksonomy の3 部グラフ構造を利用したタグクラスタリング