自然言語処理スレッド　その４

**デフォルトの名無しさん** · 2014/06/03(火) 05:40:00.54

前前スレ　自然言語処理スレッド　その２
http://mimizun.com/log/2ch/tech/1173105287/
前スレ　自然言語処理スレッド　その３
http://mimizun.com/log/2ch/tech/1235129481/

このスレッドでは、日本語の構文解析、談話理解、情報検索、
文章生成などの技術に関する理論と(おもに)実装を扱います。
あくまでアプリケーションプログラミングの技術的な面に重点をおきたいので、
学術的な話はアリですが、いわゆる人工無能や哲学的AI話、
言語学の話題などは他のスレッドでお願いします。

**デフォルトの名無しさん** · 2015/06/23(火) 07:28:27.73

4. アノテーション作業と問題点
「たら」「れば」「なら（ば）」の３つの条件表現アノテーション作業はガイドライン設計
者 2 名で行った。それぞれの表現について、多くの文章の中から該当の表現が出現
する部分を抜き出し、その用法がどのカテゴリに属するかを、テストをもとに判断した。
アノテーションの件数は「たら」「れば」「なら（ば）」それぞれ 200 件ずつ、計 600 件行った
アノテーションを行う中で、以下のような例に対するアノテーションが問題となった。
https://www.ninjal.ac.jp/event/specialists/project-meeting/files/JCLWorkshop_no7_papers/JCLWorkshop_No.7_10.pdf

　実験の結果から, 全体的に「対象」の役割をもつヲ格名詞句に焦点が置かれる傾向があるが,
段階的に「対象」から「到達点」あるいは「道具」へ焦点が移っているということがわかった. 焦点
が置かれるところが類似している動詞は, 意味内容も似通っていることが明らかになったといえる.
　日本語の使役空間移動動詞には, 「－が－に－を動詞」の型と「－が－で－を動詞」型があるが,
どちらの型もとれる動詞もある. その場合,対象がヲ格で示され, ニ格で到達点が示された動詞は,
そのニ格がヲ格となって中身よりも容器のほうに焦点が置かれ, ヲ格の対象物はデ格で表されることになる.
　これらの動詞について, 対象物・到達点・容器・道具を示すと考えられる名詞句のどこに焦点が置かれ,
それを話題として取り上げるか, その傾向を調べたのであるが, 全体的にはヲ格名詞句に焦点が置か
れる傾向があることが明らかになった.
http://www.jcss.gr.jp/themes/jcss2014/meetings/JCSS2014/proceedings/pdf/JCSS2014_P1-27.pdf

辞典類にあって、「し」の用法としては、〈並列〉と〈原因理由〉とは立項されるが、〈果〉は立てられていない。
たしかに、、〈34）の例は〈果〉を示しているが注意しておくべきは「だから」の語が直前にあるように、
そうした接続語の支えが必要であるように思うが、このことは、「し」が何を列挙するのかということを
考える上でも興味深いように思う。
http://www.lib.shimane-u.ac.jp/kiyo/a014/035/004.pdf

**デフォルトの名無しさん** · 2015/06/23(火) 12:24:22.70

従来の係り受けアノテーションは、専門家がそれぞれの文節に対して一つの係り先をタグ付けしている。
この手法だと、例 (2) のように、意味的にはどちらにもとれるような係り受けに対して、係り先をどちらか
に決める必要があり問題となる。
本タスクでは、クラウドソーシングによる係り受けのアノテーションを試行した。一つのタスクは、一つ
の文節の係り先を判定するタスクとした。ワーカーへのインストラクションを図 1 に示す。係り先の候補と
しては、KNP が出力する係り先候補とタグ付きコーパスの正解係り先とした。タグ付きコーパスとしては、
京都大学 Web 文書リードコーパス 2 を用いた。このコーパスは京大コーパスと同じ基準で係り受けがタグ
付けされている。
Yahoo!クラウドソーシング 3 を用いて、一つの文節の係り先につき 10 人のワーカーに判定を依頼した。

https://kaigi.org/jsai/webprogram/2015/pdf/2L3-4.pdf

項省略型は，動詞などの述語の項が省略されているケースで，いわゆるゼロ照応として知られている
問題である．ゼロ照応解析は述語項構造解析の範囲であるが，ゼロ照応解析には自動解析が困難な
例が多数存在しており，すべての問題を対象に自動解析を試みた場合に解析精度が極端に低くなる
ことが報告されている [飯田 12]．特に，今回は省略された項が述語と異なる文に出現する文間ゼロ照応
の問題となっているが，文間ゼロ照応の自動解析は文内ゼロ照応と比較して精度が極端に低く
（例えば [今村 15]）依然大きな課題である．
https://kaigi.org/jsai/webprogram/2015/pdf/2L3-4.pdf

**デフォルトの名無しさん** · 2015/06/24(水) 10:18:27.20

Apache solarはsenを組み込めるけど
他でmecab組み込めたりするのあるのかな

**デフォルトの名無しさん** · 2015/06/24(水) 22:50:57.26

mosesのmlでまたバカが騒ぎ出した

**デフォルトの名無しさん** · 2015/06/25(木) 13:26:33.36

アノテーションは、人手でやるしかない。コンピュータはただの計算機で自然言語はただの文字列にすぎず、
人間が教えていかないとどうにもならない。

自分は NAIST 松本研にいたからこそこういうタグ付けの方法論を教わったが、自然言語処理の研究室でも
ほとんどの研究室ではこういうノウハウがなく、卒論や修論で闇雲にタグ付けして再利用できないデータが
再生産されているのではないか、と懸念する（先輩から引き継いだ、というか教員から渡されたデータを使っ
て実験したりしても、元々のデータがあやしいのでちゃんとした研究にならない、みたいな）。
コロナ社の言語処理シリーズでもアノテーションの方法論について誰か書いてくれるといいのに、と編集の方
にときどきお話ししているのだが、想定読者が少なすぎるのか（確かにマニアックなテーマで、ほとんどの人
はデータを作る側ではなく使う側）、引き受け手がいないのか、まだ動きが見えないようである。
http://d.hatena.ne.jp/mamoruk/20150529/p1

2 つ目は，4.4.2 項で述べたエラー要因に対する対策を実現することである．対応策の
中には，否定表現や時制表現の処理など，比較的容易に実現できるものもあるが，特にエ
ラーの要因の中で大きな割合を占める人物抽出やパターンに関する問題の解決策は時間
をかけて深く探求する必要がある．M人手においては完全に人手でパターンの構築を行っ
ているため，パターンが少ないことが大きな問題である．そのため，人物間の関係を表す
典型的な言い回しを数多く発見する手法を検討する必要がある．
https://dspace.jaist.ac.jp/dspace/bitstream/10119/12702/5/paper.pdf

もっと沢山の、人手によるアノテーションコーパスが必要。

**デフォルトの名無しさん** · 2015/06/30(火) 09:53:09.21

JavaだとMavenにmecabあるので自動でインストールできるけど
Cabochaがないみたい

みんな手動でインストールしてるの？

**デフォルトの名無しさん** · 2015/06/30(火) 12:11:15.70

はい

**デフォルトの名無しさん** · 2015/06/30(火) 21:26:32.37

かぼちゃインストールめんどくさいよねえ

**デフォルトの名無しさん** · 2015/07/01(水) 07:24:28.67

KNPのほうがめんどくさくね？

**デフォルトの名無しさん** · 2015/07/01(水) 21:28:38.00

野良レポジトリでcabochaらしきものあったけど

**デフォルトの名無しさん** · 2015/07/03(金) 12:58:38.55

mavenに

mecab
kuromoji
go

形態素解析ばかり３つもあるのか
どれが一番いいんだろ

cabochaも誰かつくればいいのに

**デフォルトの名無しさん** · 2015/07/04(土) 23:32:46.44

mecabがダントツでデファクト

**デフォルトの名無しさん** · 2015/07/08(水) 01:38:18.18

http://www.lemurproject.org/indri/
IndriにMeCab組み込んで日本語検索してる研究らしき発表はあるのに
公式のホームページにMeCabの組み込み方が書いてない

ワイルドカード検索できるっぽいからSolrより良い感じなんだけど
日本語検索の方法がわからない

**デフォルトの名無しさん** · 2015/07/08(水) 06:14:03.89

solrもワイルドカードできるだろ

**デフォルトの名無しさん** · 2015/07/08(水) 11:39:07.72

以前に使った時はSolrのワイルドカード検索はかなり機能が限定的だった
*が一ヶ所しか使えなくて複数がダメだった

**デフォルトの名無しさん** · 2015/07/11(土) 07:30:19.31

じゃあindriでやれば？

**デフォルトの名無しさん** · 2015/07/18(土) 17:06:52.27

機能表現解析の結果を表 1，2 に示す．これらの結果より，CRF を用いることでベースラインよりも
高い性能での機能表現解析が可能であることが分かった．CRFの結果から，範囲同定は比較的高
い性能で行えるが，曖昧性解消は難しいことが分かった．
https://www.ipsj.or.jp/award/9faeag0000004ej9-att/5Q-02.pdf

本稿では，数学入試問題自動解法の概要を示した後，その技術課題について述べる。
http://img.jp.fujitsu.com/downloads/jp/jmag/vol66-4/paper03.pdf

**デフォルトの名無しさん** · 2015/08/07(金) 16:15:26.34

Mecabで分かち書きしたのを結合して元の文章にもどす
逆変換の様なものってないのでしょうか

やりたいのは名刺部分だけ言い換えをした文を作りたいのです

**デフォルトの名無しさん** · 2015/08/07(金) 22:10:35.42

名刺部分か。。。
難しいかもね

**デフォルトの名無しさん** · 2015/08/07(金) 22:49:42.50

プログラムは全く書けないの？ものすごく単純な事だと思うんだけど
ただスパムっぽいので協力したくない

**デフォルトの名無しさん** · 2015/08/07(金) 23:06:48.26

Mecabはそもそも単語の位置を返すので、結合も糞もないと思いますが。

**デフォルトの名無しさん** · 2015/08/07(金) 23:30:11.31

多分wakatiオプションで半角スペース区切りされてるのをくっつけたいんだと思う

**デフォルトの名無しさん** · 2015/08/07(金) 23:32:33.40

>>339
すごく高度な質問なので皆んな戸惑ってるよ。
事例を載せてくれた方が分かりやすい。入力した原文、MeCabの出力、期待する結果。

**デフォルトの名無しさん** · 2015/08/08(土) 03:26:46.26

MecabはC++で書かれているので、C++から使うのが一番楽です。
ラティスを好きなようにいじれば好きなように加工できます。

**デフォルトの名無しさん** · 2015/08/08(土) 09:42:57.56

質問を見る限りC++を使えるとは思えないのでPythonRubyあたりが無難だと思う

**デフォルトの名無しさん** · 2015/08/08(土) 13:51:08.73

イイエ、C++が一番簡単です。

**デフォルトの名無しさん** · 2015/08/08(土) 15:52:12.50

彼がコンパイルの概念を理解できるとは思えないので

**デフォルトの名無しさん** · 2015/08/08(土) 16:45:27.74

C++は言語自体が扱いずらいだろ

**デフォルトの名無しさん** · 2015/08/08(土) 16:51:37.06

使ってみた中ではJavascriptが一番難しかった。
ハゲそうになる。

**デフォルトの名無しさん** · 2015/08/08(土) 16:53:39.89

>>347
>>350
どう考えてもC++よりJavaScriptのほうがやさしい

**デフォルトの名無しさん** · 2015/08/08(土) 17:03:17.95

イヤイヤ、Javascriptはかなり難しいよ。

C++は基本的に型がハッキリしてるから、コンパイラが誤りをみつけてくれるけど、
Javascriptは実行しないとわからない。
テストを書いても簡単にすり抜けるし、毛が抜ける。

**デフォルトの名無しさん** · 2015/08/08(土) 17:30:12.22

JavaScriptよりC++がかんたんに思えるとしたら
それはおそらくC++をCに近い状態で書いている

**デフォルトの名無しさん** · 2015/08/08(土) 17:37:01.00

>>353
Cもかなり難しいよ。

C++が一番簡単だよ。
C++11以降はほとんど何の文句もない。
やりたいことがすぐできるようになってる。

元の話題に出てくる、MecabをもしもJavascriptで書くとかなったら
腹痛と吐き気に悩まされると思う。
誰でも。

**デフォルトの名無しさん** · 2015/08/08(土) 17:56:22.37

君がJavaScriptの書き方知らないだけでしょ

**デフォルトの名無しさん** · 2015/08/08(土) 18:24:19.95

>>354
＞Cもかなり難しい
C ⊂ C++ だからCのほうがやさしい

＞C++が一番簡単
おそらくC++とJSの学習量が違ってる
同じ学習量だったらJSのほうがやさしい

**デフォルトの名無しさん** · 2015/08/08(土) 18:32:46.48

>>356
イヤイヤ、C++が一番簡単。

Cなんてオーバーロードすらできないし。

**デフォルトの名無しさん** · 2015/08/08(土) 18:49:06.65

テスト書いててすり抜けの意味がわからない
jsの仕様わかってないだけやん

**デフォルトの名無しさん** · 2015/08/08(土) 18:58:24.44

>>356
一票！

**デフォルトの名無しさん** · 2015/08/08(土) 19:06:53.94

Javascriptは難しいよ。
テンプレートすらないし。

**デフォルトの名無しさん** · 2015/08/09(日) 08:06:39.17

頭がC++で凝り固まってるんだろ
多言語使えない可哀想なやつになっちゃったね

**デフォルトの名無しさん** · 2015/08/09(日) 14:40:14.70

動的型言語のjavascriptに対して、templateも無いから難しいって言ってる時点で、jsに対する知見がないわけで、、、
知見のない人が優劣判断なんて出来るはずもないと思うの、、、

**デフォルトの名無しさん** · 2015/08/09(日) 18:55:33.51

速度重視と言いながらmltonを使わずにc言語使っちゃう人が多すぎる
どこが速度重視なんだ

**デフォルトの名無しさん** · 2015/08/09(日) 20:52:48.18

JavaScript書き方が多彩すぎてつらい

**デフォルトの名無しさん** · 2015/08/09(日) 20:54:49.89

JavaScript書き方が多彩すぎてつらい

**デフォルトの名無しさん** · 2015/08/09(日) 21:27:14.38

大事なこと？

**デフォルトの名無しさん** · 2015/08/09(日) 22:32:14.42

本当にJavascriptで自然言語処理してるのか?

**デフォルトの名無しさん** · 2015/08/15(土) 01:46:01.15

動的型付けが簡単だと言ってる奴は書捨てしか書いたことないか脳内型推論が得意な天才

**デフォルトの名無しさん** · 2015/08/21(金) 09:53:06.85

田宮栄一かよ

**デフォルトの名無しさん** · 2015/08/23(日) 18:26:25.13

分布表現の正確な定義は？

**デフォルトの名無しさん** · 2015/08/31(月) 18:43:52.25

25000×25000＝626000000通りの「共起関係」、及び２９種類の「属性」を、人力で分析してアノテーションコーパスを作成すべき！

(3) 学習語彙：小学生用の国語辞典に登録されている語彙約 25000 語。語彙数は，『新教育基本語彙』[3]などを根拠とする。
小学生の理解語彙の上限を示すとされる。
http://www.nise.go.jp/kenshuka/josa/kankobutsu/pub_f/f-141/f-141_2.pdf

本研究では，意味の似ている語をまとめると共起ベクトルの距離は近くなるという仮定を前提に，単語間の共起頻度を用い
るのではなく，単語に付随する意味属性を利用する．単語の意味属性には，単語を意味によって分類整理したシソーラスであ
る分類語彙表を利用し分類語に適用する．
http://db-event.jpn.org/deim2015/paper/335.pdf

意味役割の種類
現段階での意味役割の種類を記述する．大きく 4 つの類にわけて，中分類で 29 種類を定義した．
さらにこれらに対して属性タイプが付与される形である．まず 29 種類を以下に示す．
構文類 ? 連語，外の関係，補語相当
対象類 ? 経験者，被使役者，対象，基準, 相互, 起点，着点，起点・着点，通過点，経路，方向
動作主類 ? 使役，原因，動作主，使役者，手段
条件周辺類 ? 限界，領域，場所，時間，条件，様態，程度，目的，順接，逆接
http://www.ninjal.ac.jp/event/specialists/project-meeting/files/JCLWorkshop_no6_papers/JCLWorkshop_No6_06.pdf

**デフォルトの名無しさん** · 2015/09/02(水) 08:44:33.62

ここって低レベルな話でもいい？

全文検索したくてSuffix Arrayを作ってみたんだけど
調べるとTrieというデータ構造もあるじゃない？

Trieで文字単位の全文検索の準備をする場合は
Trie構築時に文字列の開始位置を1文字ずつずらして切り出した文字列を入力すればいいの？

**デフォルトの名無しさん** · 2015/09/08(火) 17:07:13.89

新井　今の人工知能にとって一番難しいのは深い言語処理。例えば、人間が何かを命令してロボットがそれを
理解して何かをする場合、命令パターンが決まっていれば簡単です。ですが災害救助現場などで、人間が何か
の指示をして、ロボットが画像認識による状況理解と合わせて問題解決する場合は難しい。そして、
もっとも必要なのは深い言語処理です。
　数学や物理の問題に見られる非常に限られたフレームという縛りがある設定であっても、現段階の自然言語
処理では極めて困難です。でもそこが一番伸びしろが大きいことも事実です。
https://cakes.mu/posts/10730

**デフォルトの名無しさん** · 2015/09/12(土) 09:59:59.57

>>371
＞25000×25000＝626000000通りの「共起関係」

有り得る共起関係、有り得ない共起関係。

例えば「自動車に乗る」は○だが、「雲に乗る」は×。

**デフォルトの名無しさん** · 2015/10/01(木) 15:50:28.34

職業PGだけど専門が違います。
趣味で自然言語処理やりたいですがいいですか？

**デフォルトの名無しさん** · 2015/10/01(木) 15:55:49.74

　これを見てわかることは、Googleの翻訳は、図20でもとても理解し難いところがあったように性能はそこそこですが、
Yahooの翻訳は、人間が機械と同じ条件で行った翻訳にかなり近いレベルまで達しています。よって、
点数をみた限りでは、翻訳システムによっては、文脈まで考えなければこれ以上の上達は難しいことがわかります。
人間でも、文脈を考えるかどうかで10ポイント以上の差がついているので、機械翻訳がこれ以上人間並みに近づくためには、
文章の前後の繋がりを考えるという、計算機にとっては殊の外大きな技術的チャレンジが必要なことが、
このデータを基にわかったという実験結果です。
http://www.scat.or.jp/scatline/scatline98/pdf/scat98_seminar_01.pdf

**デフォルトの名無しさん** · 2015/10/02(金) 06:13:00.34

単語の使われ方の類似度をベクトルで表現したいんですが、どんな方法がいいでしょうか？
他の単語との距離空間をつくるのがいいと思ってるんですが

**デフォルトの名無しさん** · 2015/10/03(土) 20:05:53.04

今はword2vecが最も定番で安定してます
理屈も単純だし

**デフォルトの名無しさん** · 2015/10/25(日) 23:00:25.20

https://github.com/klb3713/sentence2vec
の実装を読んでるんだけど
skip-gramの実装が

word2vecの時の入力層=l2　出力層 =l1
なのに
sent2vecの時の入力層=l1 出力層=l2

になっててインデックスが逆になってる

なんか実装が怪しくないか？

**デフォルトの名無しさん** · 2015/11/14(土) 22:37:12.15

北大の入試問題と等価な ZF+ の式 (Zermelo‐Fraenkel)
http://www.ssken.gr.jp/MAINSITE/event/2015/20150828-hpcf/lecture-01/SSKEN_hpcf2015_anai_presentation.pdf

文頭から一気に訳す（形式変換）のではなく、細かく分割して質問応答システムで『前処理』しておくのはどうか。
「球面Ｓ」＝「中心点は？半径は？面積は？体積は？通る点は？　・・・ets」
「直線ｌ」「ｘｙｚ空間内」＝「法線ベクトルは？通る点は？　・・・ets」

今回の東大模試でも、『「（一つの）小石」を「３つの（いずれかの箱）」に「（ある条件で）移動させる」』を、
東ロボは全く把握できなかったようだ。ここでの「小石」というのは単にある条件で移動する「点」に過ぎないが、
物理の問題では「小石」がおもりの役割を果たしていたり、水中に沈めてその体積と浮力はいくらかなんて
ことが問われたりもする。文脈によって訳し分けるのは現状困難かもしれないが、入試で問われる内容
はパターンが限られており、ある程度の予測と候補の絞り込みは可能に思える。

**デフォルトの名無しさん** · 2015/11/15(日) 10:33:40.85

大学の授業の数学の課題はとけるのけ
自然言語解釈できなくてもいいけど

**デフォルトの名無しさん** · 2015/11/17(火) 22:57:26.06

成功報酬20000円の宿題出したよ
解いて行ってね
http://peace.2ch.net/test/read.cgi/tech/1432402159/

**デフォルトの名無しさん** · 2015/11/19(木) 10:25:00.56

確率の問題ってどうやって解くの？
QEでは解けないよね？

**デフォルトの名無しさん** · 2015/11/19(木) 14:04:39.52

>>383
＞確率の問題ってどうやって解くの？
＞QEでは解けないよね？

数学確率文章題の自動解答システムの開発
http://www.anlp.jp/proceedings/annual_meeting/2015/pdf_dir/B2-3.pdf

**デフォルトの名無しさん** · 2015/11/19(木) 14:30:09.74

　句構造文法による解析，あるいは格文法解析，係り受け解析のいずれかが行われることが多い。
しかし，たとえば，図4に示すような比較的短い文でもいくつもの正しい解析が成り立つ。
長い文になれば可能な構造は爆発的に増え，そのうちのどれをとるべきかは非常に難しくなる。
その文が話された場面状況，あるいは文章の場合はそれまでに述べられてきたことから作られる
状況知識によって解釈されることになるが，現在の機械翻訳ではその状況を具体的に扱うことが
できていない。日本語に多い主語や目的語の省略について，前後2，3の文からそれを推定して
復元することが試みられている段階である。
https://www.jstage.jst.go.jp/article/johokanri/58/8/58_616/_pdf

**デフォルトの名無しさん** · 2015/11/19(木) 14:57:31.01

（物理的に・常識的に）あり得ない共起関係は、即刻に翻訳候補から外すアルゴリズムが必要。

「炎を食べる」「ヒマワリが跳ぶ」「自動車が泳ぐ」「犬が喋る」「クジラが走る」「テレビが躍る」「クラゲの骨」「ミミズの耳」・・・etc

**デフォルトの名無しさん** · 2015/12/26(土) 04:45:32.56

　さらに重要なのは、Unbabelの機械翻訳ソフトの精度が急上昇していることだ。Unbableには「機械が間違えた
翻訳と人間が修正した結果」というデータが猛烈な勢いで集まっている。このデータを「教師データ」にして機械学習
を実行すれば、「機械翻訳が間違えやすい文章のパターン」と「正しい翻訳パターン」を得られる。同社はこれら
の新しいパターンを機械翻訳ソフトに実装することで、翻訳精度を改善しているのだ。
　機械翻訳の精度は「BLUEスコア」という尺度で評価する。2014年3月にUnbabelが翻訳サービスを開始した当初、
同社のソフトが英語をスペイン語へと翻訳する精度は、BLUEスコアで「35」だった。それが現在は「45」にまで伸びた。
　「機械翻訳が人間と同レベル、BLUEスコアで65～70に到達するのは、当面は不可能だ。しかし機械翻訳の
精度が上がることで、近い将来、機械翻訳を併用した場合の人間による翻訳スピードを、毎時4000単語にまで早め
られるだろう」。Pedro CEOはそう見通しを語っている。
http://itpro.nikkeibp.co.jp/atcl/column/15/061500148/122100040/?ST=bigdata&;P=2

**デフォルトの名無しさん** · 2016/01/03(日) 11:10:52.50

自然言語処理シリーズの対話システム
ぜんぜん理解できないんですけど
先に読んどいたほうがいい本とかあります？

**デフォルトの名無しさん** · 2016/01/07(木) 16:42:12.63

日本語認識するwatson作りたい
てっとり早く1ヶ月ぐらいで作れそうな方法教えて？

**デフォルトの名無しさん** · 2016/02/17(水) 13:53:23.35

http://www.kdnuggets.com/2013/10/free-book-theory-applications-for-advanced-text-mining.html

**デフォルトの名無しさん** · 2016/03/12(土) 06:26:09.19

質問。

? 大量のテキストから自動獲得する
ポイント：同じような意味の単語は同じような環境に現れる
朝見たらぽげらが真っ赤に熟していた。
おいしそうだったので、またぽげらを食べてしまった。
塩をちょっとかけたぽげらは激ウマだね。
https://www.nii.ac.jp/userdata/shimin/documents/H23/120118_7thlec.pdf

和田秀樹の黒塗り教科書、二冊用意して一冊を塗り潰す、
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q12115115392
難解な語句の意味を文脈から推測する問題
http://www.ravco.jp/cat/view.php?cat_id=6445
オントロジー強化型シソーラス
https://www.jstage.jst.go.jp/article/johokanri/58/5/58_361/_pdf

ＡＩが新聞や著書などの大量のテキストから自己学習するために、ランダムに単語一つを黒塗りにして、
そこに当てはまる単語を推論させることはできますか。文中には同じ単語が何度も現れるので、
ある単語をランダムに黒塗りにして、文中に何度も出ている単語のいずれかを当てはめて類推する。

**デフォルトの名無しさん** · 2016/03/13(日) 16:23:48.95

60±40%位の精度でできそう

**デフォルトの名無しさん** · 2016/05/01(日) 15:33:35.03

匿名通信（Tor、i2p等）ができるファイル共有ソフトBitComet（ビットコメット）みたいな、
BitTorrentがオープンソースで開発されています

言語は何でも大丈夫だそうなので、P2P書きたい！って人居ませんか？

Covenantの作者（Lyrise）がそういう人と話したいそうなので、よろしければツイートお願いします
https://twitter.com/Lyrise_al

ちなみにオイラはCovenantの完成が待ち遠しいプログラミングできないアスペルガーｗ

The Covenant Project
概要

Covenantは、純粋P2Pのファイル共有ソフトです

目的

インターネットにおける権力による抑圧を排除することが最終的な目標です。そのためにCovenantでは、中央に依存しない、高効率で検索能力の高いファイル共有の機能をユーザーに提供します

特徴

Covenant = Bittorrent + Abstract Network + DHT + (Search = WoT + PoW)

接続は抽象化されているので、I2P, Tor, TCP, Proxy, その他を利用可能です
DHTにはKademlia + コネクションプールを使用します
UPnPによってポートを解放することができますが、Port0でも利用可能です(接続数は少なくなります)
検索リクエスト、アップロード、ダウンロードなどのすべての通信はDHT的に分散され、特定のサーバーに依存しません
ｃ

**デフォルトの名無しさん** · 2016/08/20(土) 11:23:57.46

見返りとしての歴史認識
　強化されつつある露中のパートナーシップの枠内で、中国は、事実上、欧州における「結果の見直し」の阻止をめぐる
呼応的連帯と引き換えに、ロシアでお馴染みの解釈とは異なるアジアにおける戦争の中国流の解釈を受け入れるよう提案している。
　提案は、非対称のものである。西側の軍事的歴史的行動の領域において、中国の支持は、ロシアに多くのものを与えない。
この問題に関する中国の立場は、欧州にとってどうでもよいのだから。一方、アジアの「戦線」においては、歴史的なルーツ
をもつ紛争へロシアを引き入れることは、具体的困難を孕んでいる。というのも、ロシアは、今後、世界のその部分においてはるか
により活発に行動し、そこでさまざまなプレーヤーとの均衡のとれた関係を構築するつもりであるから。
http://jp.rbth.com/opinion/2015/09/02/394013

訳出がわかりにくい。

＞西側の軍事的歴史的行動の領域において、中国の支持は、ロシアに多くのものを与えない。

→欧米西側諸国の軍事行動とその歴史認識といった分野において、中国のロシア支持がロシアに及ぼす影響は少ない。

＞そこでさまざまなプレーヤーとの均衡のとれた関係を構築するつもりであるから

→そこ（歴史的ルーツをもつ紛争、例えば尖閣や竹島や靖国や慰安婦）で、（ロシアは）様々な関係国との偏りのない関係を構築するつもりであるから。

ロシア語のできる日本人・日本語のできるロシア人が少ないためだろうか。機械翻訳でもパラフレーズは困難というが、
日露双方でもっと大勢の訳出者が様々な方法で翻訳して、パラフレーズ辞典でも作れないだろうか。
日露翻訳を通じて、どんな訳出方法が考えられるか、なぜそういう訳出が適切なのかを徹底的に議論し、
その膨大な記録をサーバーに保管しておいて、後で人手と機械の両方でコーパスにしておきたい。
長文はなるべく句読点で句切って短い文章にすれば、機械翻訳も簡単になるだろう。
中間言語方式が廃れているというが、長文を短く区切って短文にするくらいの中間処理はしておきたいところ。
句読点で句切るのは簡単だが、句読点が無い場合でも自動で補うアルゴリズムも考えておきたい。

**デフォルトの名無しさん** · 2016/11/22(火) 11:46:30.39

国立情報学研究所(NII)、富士通研究所、サイバネットシステムの3者は11月14日、名古屋大学および東京大学と共同で、
NIIの人工知能(AI)プロジェクトである「ロボットは東大に入れるか」(東ロボ)において東大第2次学力試験に向けた論述式模試
とマークシート式の大学入試センター試験模試に挑戦し、論述式模試の数学(理系)で偏差値76.2、センター試験模試の
物理では偏差値59.0と、2015年度を大きく上回る成績を挙げたと発表した。
NII、富士通研究所、名古屋大学を中心に構成する「東ロボ」数学チームは、代々木ゼミナールの論述式模試である
「東大入試プレ」に挑戦した。
数学(理系)では、問題文を入力後、問題文の解釈から自動求解、解答の作成までをAIにより完全に自動で行ない
6問中4問を完答した結果、偏差値76.2(120点満点中80点)を獲得したという。2015年度は駿台予備学校の論述式模試を受験し、
数学(理系)は偏差値44.3(20点)だった。
http://news.mynavi.jp/news/2016/11/15/200/

東京医科歯科大 2010 年度 [数学] 　（２００９年までの問題分析）
合格可能な点数は、２００９年は６割、２００８年は７割、２００７年は６割、２００６年は６割、位でしょう。
毎年問題の傾向が変わるのは、出題者が毎年交代するせいであると思われます。２００７年はやや得点しやすい
ですが、大問２，３で小問の間の関係を読み取る読解力がないと、高得点には結びつきません。ただ東大や東工
大に似たような問題があるので、それらを充分演習・理解していれば、８割以上得点することも可能です。しか
し高校数学からやや離れたところで問題が作られていますので、たとえ問題が解けたとしても、問題の意味が理
解出来ないこともあるでしょう。（東大も同じ）
２００９年から?し気になった問題を見ていきましょう。
２００９年大問１は、平面･空間の格子点の問題ですが、よく出題される数列の和に還元する格子点の個数の問
題ではありません。初等整数論でミンコフスキーが創始した「格子の幾何学」と呼ばれる分野の雰囲気です。
この分野では次のミンコフスキーの定理が有名です。（高木貞治「初等整数論講義」より）
http://www.waseda-eg.com/wp-content/uploads/2010/04/igakubu-ikashika2010.pdf

＃入試数学というのは問題の意味を考えながら解くものではないらしいが・・・

**デフォルトの名無しさん** · 2016/11/22(火) 11:50:24.64

現実世界をすべてシミュレーションすることはできないが、入試で問われる数学や物理はやることが大体決まっており、
こういうものに対処するシミュレーションを作成することはさほど困難とは思えない。

(1) 正八面体のひとつの面を下にして水平な台の上に置く。この八面体を真上から見た図(平面図)を描け。
(2) 正八面体の互いに平行な2つの面をとり、それぞれの面の重心を，とする。，を通る直線を軸としてこの八面体を1回転させてできる立体の体積を求めよ。ただし、八面体は内部を含むものとし、各辺の長さは1とする。
http://www.riruraru.com/cfv21/math/tum08f3.htm

自然言語の正確な読解はまだ困難（統計的機械翻訳ではムリ）だけど、入試数学で正四面体やら正八面体やらの
「ある辺」「ある頂点」「ある面」（いずれも「対称」）を、「回転」させるとか「接地」
させるとか「光を当ててその影が」とか「ある方向から眺めると」とか、やることは大体決まっているはず。
「台の上に置く」＝「接地」と解釈できるようにする。

**デフォルトの名無しさん** · 2016/11/22(火) 16:16:28.76

>>396
> 「台の上に置く」＝「接地」と解釈できるようにする
そういうAd hocな知識はもちろん東ロボで使われていて、パレートの法則に従って、2～3割の作り込みで7～8割の問題は解けるんだけど、そのまま作り込みを増やしても効率は悪くなる一方だし意味があるとは思えない。というのが先日の報告会の話だったと思う。

**デフォルトの名無しさん** · 2016/11/22(火) 17:39:54.66

＞「台の上に置く」＝「接地」と解釈

それひとつだけなら当たり前に思えるけど
実際にはそういう類似表現は無数にあるから
いつまで経っても知識獲得が終わらない

**デフォルトの名無しさん** · 2016/11/23(水) 23:25:59.87

シンギュラリティが近づけば近づくほど、技術的失業で雇用が喪失される。
従来型のエリートは職を失うか年収の大幅減は避けられない。

医者も弁護士も例外ではない。

AIは画像診断の“第4の技術革新”
慈恵医大放射線医学講座の中田典生氏が語る
http://techon.nikkeibp.co.jp/atcl/feature/15/327442/092600087/?ST=health

画像認識分野では、2012年に開催された物体認識技術を競う国際コンテストでディープラーニングが驚異的な結果を出し、1位と2位を独占。
人工知能におけるブレークスルーとして注目を集めた。
ディープラーニングの登場により、人工知能の画像認識精度は急速に高まり、2015年には人間を超えたとされる。
控えめに言っても「人間と同程度になった」（中田氏）。

AI外科医ロボット、世界初の完全自動での患部縫合実験に成功
http://business.newsln.jp/news/201605052146350000.html

内科も外科もＡＩやロボットに代替されて、
遠くない未来に医者は機械の監視役や補助員になる。

**デフォルトの名無しさん** · 2016/11/23(水) 23:30:24.41

>>397
＞そのまま作り込みを増やしても効率は悪くなる一方だし意味があるとは思えない。

一般的な自然言語処理に関してはそうかもしれないけど、入試での数学物理はパターンが限られる。
だから今年の東ロボでは「作り込みを増やした」だけで、物理と数学は大きく伸びた。

**デフォルトの名無しさん** · 2016/11/23(水) 23:34:41.73

＞センター試験模試の物理では偏差値59.0と、2015年度を大きく上回る成績を挙げたと発表した。

＞数学(理系)では、問題文を入力後、問題文の解釈から自動求解、解答の作成までをAIにより完全に自動で行ない
＞6問中4問を完答した結果、偏差値76.2(120点満点中80点)を獲得したという。

国語や英語などの一般的な自然言語処理が問われる科目では、従来通りの「統計的機械翻訳」では限界。
けれども数学や物理においては、これまでの技術の延長でまだまだ伸びる可能性が考えられる。

**デフォルトの名無しさん** · 2016/11/23(水) 23:43:41.18

>>397
＞そのまま作り込みを増やしても効率は悪くなる一方だし意味があるとは思えない。

数学と物理に関しては、高校入試や公務員試験の過去問も利用して、人海戦術で伸ばせると思う。
報告会でも、物理や数学はまだ実装していないシミュレータもあると聞いた。

**デフォルトの名無しさん** · 2016/11/24(木) 01:05:49.48

>>402
わかってて書いてるんだと思いたいけど、東ロボはテストの点数を上げることそのものが目的のプロジェクトじゃないから。

**デフォルトの名無しさん** · 2016/11/26(土) 07:08:03.31

日本発、新方式の量子コンピュータ、来年にクラウドサービスを提供
http://itpro.nikkeibp.co.jp/atcl/column/14/346926/112200709/?ST=spleaf

グーグルDeepMind、AIの学習を高速化させる新手法を発表--動物の見る夢から着想
http://japan.zdnet.com/article/35092476/

この知見を取り入れたエージェントを、Atariのゲームと、「Labyrinth」という3D迷路ゲームを使ってテストしたところ、
以前のアルゴリズムに比べて学習速度が10倍に高速化されたという。
またLabyrinthのテストでは、人間のエキスパートとの比較で平均87％という成績を収めた。
従来型のスパコンの性能向上に加え、
非ノイマン型コンピュータも実用化されつつある。
と同時に、ＡＩ開発も加速している。
この状況を考えれば、否定厨のダメ出しなど言い掛かりの域を出ないと言えよう。

**デフォルトの名無しさん** · 2016/11/26(土) 09:36:03.92

http://digital.asahi.com/articles/DA3S12674633.html

　「あなたは２０２１年に人工知能は東大に入れるようになると思いますか？」
　どの会場でも８割以上が「入れるようになる」と答える。みんな笑顔だ。ＡＩがもたらす明るい未来を信じているのだろう。
「囲碁の世界チャンピオンも破ったのだから、東大に入ってもおかしくない」と言う生徒もいる。
　「では」と私は続ける。
　「ＡＩが社会で働くようになったとき、あなたは何をして働きますか？　どうやってお金を手に入れますか？」
　一転して、動揺が走る。マイクを向けると「……ゴミ拾い、とか？」と絞り出すような声。ＡＩが東大に入るような日が来たら、
ＡＩがゴミ拾いもしてくれるに違いない。その時、人間は労働から解放されて幸せになるだろうか。
　ＡＩから得られる富が、地球上のすべての人に平等に分け与えられればそうかもしれない。しかし、そのような仕組みは、
今までかつてこの地球上に築き上げられたことはない。むしろ、ＩＴが社会に導入されて以降、経済格差は広がり続けている。
　２０１０年、アメリカでのＡＩの隆盛を眺めながら、私はそのことを考えていた。ＡＩはどこまで行き、どこで止まるのか。
ＡＩはどのように仕事を奪い、仕事を生み出し、社会を変えるのか。私がはじき出したのが、３０年に現在のホワイトカラー
の仕事の半分がＡＩに置き換えられるという予想だった（後に、それはオックスフォード大の研究グループが行った
予測とぴたりと合うことになる）。
　私は数学者だから、こういうときには原理から考える。コンピューターは徹頭徹尾、数学でできている。ＡＩに使えるのは論理と
確率と統計だけだ。論理と確率はわかる。だが、いくら考えても、統計にどれだけの威力があるのか、はっきりしなかった。
　そこで考えた。ＡＩに大学受験をさせてみたら、と。大学受験に挑ませたら、近未来のＡＩの可能性と限界がクリアになるのではないか。
　１１年にプロジェクトが始まり、私は目標を立てた。３年でどこかの大学に合格させる。４年目には箱根駅伝に出るような名のある大学に、
５年目は国公立大学に。そして６年目に、ＭＡＲＣＨ・関関同立に合格させたいと思った。可能性は五分五分だろう。

**デフォルトの名無しさん** · 2016/11/26(土) 09:37:16.37

　その目標を口にした時、私は恐怖に似た緊張感を覚えた。研究者としては誰も見たこともないＡＩを開発したい。一方で、
ＡＩが難関大に合格する能力を備えた場合、ホワイトカラーの仕事の半分は確実にＡＩに奪われるだろう。ＡＩを大胆に導入し、
コスト削減に成功した企業の利益率が上がる一方、雇用を守ろうとした企業は市場から退場を迫られるだろう。
　こう話すと生徒から責められた。「なぜ、私たちの仕事を奪うかもしれないＡＩの研究をするのですか」
　私がやめても世界の企業や研究者はＡＩの研究をやめはしない。ならば、ＡＩの可能性と限界をきちんと見極め、
対策を取ろうではないか。ＡＩには弱点がある。それは彼らが「まるで意味がわかっていない」ということだ。
　数学の問題を解いても、雑談につきあってくれても、珍しい白血病を言い当てても、意味はわかっていない。逆に言えば、
意味を理解しなくてもできる仕事は遠からずＡＩに奪われる。私は次のように講演を締めくくる。
　「みなさんは、どうか『意味』を理解する人になってください。それが『ロボットは東大に入れるか』を通じてわかった、
ＡＩによって不幸にならない唯一の道だから」

**デフォルトの名無しさん** · 2016/11/26(土) 10:56:50.53

グーグルの人工知能ニューラルネットワーク「ディープ・ドリーム」は、心の内側で起きている事象を
人工知能が視覚化するシステム。でもそこから生み出されたものは、6つの目を持つ犬とか、
ナメクジのような人間の足とか、もはやお薬でイッちゃった系アートで、人工知能が生み出す新しいアート
ってすごいね…ということで昨年夏、インターネットを衝撃に陥れたのは記憶に新しいところ。
http://www.gizmodo.jp/2016/02/googledeepdream.html

もっと現実性のあるアートを描けないのだろうか。題材を単語入力すると、ランダムでそれらしいアートが出てくるとか。

まんがの背景画の書き方
http://shincomi.webshogakukan.com/school/cat4/

「学校」「運動場」「野球」と入力すると、ランダムにそれらしい背景画が自動で出てくるみたいな。

**デフォルトの名無しさん** · 2016/11/28(月) 07:52:12.25

しっぽの生えた人間とか、人間の言葉を話す犬とか、便器に生えるキノコとか、凍り付く太陽とか、三本足の人間とか、
水道の蛇口から火が出るとか、爆発するメガネとか、回転するシャクトリムシとか、「ありえない」ものはアートにしない。
そういう機能のついた人工知能アートは作成できないのだろうか。

**デフォルトの名無しさん** · 2016/11/28(月) 13:38:25.99

私は元創価の会員でした。
すぐ隣に防衛省の背広組みの官舎があるのですが、
自分の家の窓にUSB接続のwebカメラを貼り付けて、そこの動画を撮影し続け、
学会本部に送っていました。

別に大したものは写っていません。ゴミだしとか奥さんが子供を遊ばせている所とか。
官舎が老朽化して使われなくなってから、
今まで法人税(うちは自営業です)をほぼ払わなくても済んでいたのが、
もう守ってやれないのでこれからは満額申告するように言われました。
納得がいかないと言うと、君は自業自得で餓鬼地獄へ落ちる、
朝夕南無妙法蓮華経と三千回ずつ唱えて心をきれいにしなさいと言われ
馬鹿らしくなって脱会しました。

それ以来、どこへ行くにもぞろ目ナンバーの車につけまわされたり大変な日々です。
全部自分の出来心から起きた事で、どこに訴えるわけにもいかないのですが、
なんとかあの人たちと縁を切って新しい始まりを迎える方法はないんだろうか。

**デフォルトの名無しさん** · 2016/11/30(水) 12:21:41.26

五文型
S+V
(x,y,z)＝(S,V,0)
S+V+C (Cは正)
(x,y,z)＝(S,V,C)
S+V+O (Oは負)
(x,y,z)＝(S,V,O)
S+V+O+O (Z1は負 Z2は負)
(x,y,z)＝(S,V,α) α＝Z1 α＝Z2
S+V+O+C (Z3は負 Z4は正)
(x,y,z)＝(S,V,β) β＝Z3 β＝Z4
http://www.eibunpou.net/01/chapter3/3_1.html

五文型を (x,y,z)空間上で表現できないだろうか？

**デフォルトの名無しさん** · 2016/11/30(水) 14:52:47.31

ベイジアンネットワークとナイーブベイズは別物？

**デフォルトの名無しさん** · 2016/12/03(土) 18:45:19.62

>>409

人工知能の開発はインプットできるデータを多く持っているところが圧倒的に強い。
創価もこれまでに盗みとってきたデータやら、ファミリー企業(楽天やツタヤ、セコムなど)
から吸い上げたデータを駆使して自動運転自動車の開発くらい自前でやればいいのに。

でもそうなったら原因不明の交通事故とかがちょろちょろ出てくるようになるんだろうなあ。

**デフォルトの名無しさん** · 2016/12/03(土) 18:53:29.04

コピペにレスすんなよ……

**デフォルトの名無しさん** · 2016/12/03(土) 18:54:35.85

>>411
ベイジアンネットワークの方が広い区分で
ナイーブベイズはその単純な形

**デフォルトの名無しさん** · 2016/12/08(木) 18:29:53.36

これからはシミュレーションシステムの構築が簡略化されるので、来年のセンター物理は大きく得点が伸びるに違いない。

　理化学研究所（理研）計算科学研究機構コデザイン推進チームの村主崇行特別研究員らと、千葉大学の堀田英之特任助教、
神戸大学の牧野淳一郎教授、京都大学の細野七月特任助教、富士通株式会社の井上晃マネージャーらの共同研究グループ※は、
スーパーコンピュータ「京（けい）」（注1）を用いて、数式のような簡潔な指示を書くだけでスーパーコンピュータでの計算に必要
となる高度なプログラムを自動生成できるプログラミング言語「Formura」を開発しました。
　スーパーコンピュータでの計算に必要となるプログラムはときに数十万行にも及び、作成やチューニングは大変困難です。
一方で、原理的にはシミュレーションしたい自然現象とその離散化法（注2）を指定すれば、プログラムは機械的に生成できます。
しかし、プログラミングはシミュレーションとコンピュータ双方に深い知識が必要となる非常に高度な作業であり、多数の計算機を
協調して動作させるスーパーコンピュータの性能を引き出す高度なプログラムを、自動かつ汎用的に生成することは不可能でした。
　そこで共同研究グループは、方程式がプログラムに変換されるまでの一連の段階に対応する数学的定義を作りました。
スーパーコンピュータが持つ階層のすべての段階において、自然が元来備えている「並列性」と「局所性」（注3）を保持する変換
を厳密に定めることで、新たなプログラミング言語「Formura」を開発しました。これによって、これまで不可能だったプログラミング
の機械化に成功しました。さらにFormuraは、同じアプリケーションに対して何万通りものプログラムを試し、最も速かったものを自動的に選択します。
　Formuraを開発したことで、規則格子シミュレーション（注4）分野においては、自然科学者が慣れ親しんだ方程式の記法を使ってシミュレーション
したい対象を記述することで、スーパーコンピュータの性能を引き出すための高度なプログラムが自動的に作成できるようになりました。
気象、地震、宇宙、生態ネットワークの研究など、規則格子シミュレーションを用いる分野の研究の加速が期待できます。
http://pr.fujitsu.com/jp/news/2016/12/2.html

**デフォルトの名無しさん** · 2016/12/10(土) 14:57:04.83

>>407
＞もっと現実性のあるアートを描けないのだろうか。

人間が見て「珍風景」であっても、人工知能からすればどうでもよいのか？

【訂正】思わず二度見してしまう世界の珍風景18選
http://kangaerarehenzo.blog.fc2.com/blog-entry-719.html

**デフォルトの名無しさん** · 2016/12/18(日) 16:44:54.83

統計翻訳ってなんだったんだよ。。。

**デフォルトの名無しさん** · 2016/12/21(水) 14:50:23.02

自然言語処理研の学生が意味理解の問題に対してニューラルネットや機械学習での解決に腐心している。
分類器以上の枠組みを作ろうという動きってあるの？

**デフォルトの名無しさん** · 2016/12/22(木) 14:30:51.26

どういう意味？

**デフォルトの名無しさん** · 2016/12/22(木) 16:20:57.49

自然言語系の人達の発表ってパターン認識ばっかでつまらないんだ。
要所々々にはそれが求められるだろうし、実際人間もそうした判別を行っていると思う。
しかし、文章の整合性の把握だとか論理的矛盾の回避みたいな話はとんと出てこない。
NNや機械学習といった今の流行りは「考える」ことを考える事に尻込みしているように見える。

**デフォルトの名無しさん** · 2016/12/23(金) 14:19:36.91

同じようなことは思うけど
機械学習が流行したからしゃーない
みんな割に合わないことはやりたくないし

**デフォルトの名無しさん** · 2016/12/26(月) 10:46:43.39

NNが流行りだけど
SVMも続けてほしいね

自然言語処理スレッド その４

自然言語処理スレッド　その４