自然言語処理スレッド　その５

**Mr.Moto** · 2018/09/17(月) 11:48:10.55

このスレッドでは、おもに日本語の構文解析・談話理解・情報検索・
文章生成などの、実装とそれに付帯する技術および理論について
扱いたいと思っています。

**デフォルトの名無しさん** · 2020/03/14(土) 14:13:39.84

これはやる？

https://news.nicovideo.jp/watch/nw6818自然言語処理ライブラリ「Camphr」（カンファー）をオープンソースとして公開578

**デフォルトの名無しさん** · 2020/03/14(土) 14:52:05.88

斬新な区切り方ですねω

**ことのは** · 2020/03/14(土) 20:40:37.22

>>832
>>837

結局私が言いたいことは
自然言語処理そのものが不完全だということです

AIプログラミングが完全でも仕様書は作れない
仕様書は自然言語で書かれているから
じゃあ自然言語処理のAIも不完全になる

そしてこの構図で見ると前世紀のルールベースでの
自然言語処理がなぜ挫折したのかよく分かる

Prologは一階述語論理を言語的に実装したもの
述語論理は完全な体系（本当は実装が不完全だが措く）
だが自然言語は述語論理より複雑な体系だから
フレーム問題のようなことが起きてカバーできない

だから完全な基盤があって上手くいく保証がある
って発想自体が自然言語処理では通用しない
8クイーンみたいな箱庭というかトイプロブレムなら
完全に解析できてる問題もあるんだけど

**ことのは** · 2020/03/14(土) 20:46:04.08

>>837
＞今のIDEも高機能エディタも構文上
＞次に来るべきワードやシンタクスの候補を教えてくれます

これは日本語漢字入力や検索エンジンと
同じで局所的な問題でしょう

エキスパートシステムという言い方をすれば
前世紀でも部分的にはできていた

将棋や囲碁もエキスパートシステム（弱いAI）
であって強いAIではないから
結局弱いAIをどう使うかという問題になる

＞ライブラリの使用方法
ライブラリの依存関係をAIに解かせる
みたいな環境構築の自動化は進展の余地があるでしょう

＞問題は、何を解決したいか
＞必要なデータや資源（ライブラリや仕様書）
＞そういった部分がまだ手探り

要するに自然言語処理はまだ不完全なのです
だからこそ新規アプリを開発する余地がある
枯れきったジャンルだと新規参入は難しいし

**ことのは** · 2020/03/14(土) 20:54:19.62

>>838
やはりグーグルの例で
もしまだ人力ポータルが主流だった頃に
機械検索エンジンが作れると言ったら
「理論的基盤がないから、そんなのは無理ですよ」と言われても
当時はそれなりに説得力があったかもしれません

将棋のAIに機械学習が搭載されてから飛躍的に強くなったけど
昔は「機械学習では強くなれない」みたいな意見があったそうで
今から後出しジャンケンで言えば「何言ってんの」って思えるけど

だから不確実なものは不確実なので
できる訳ないとかできるに決まってるとか
先に決めつけても仕様がないのです

＞株価なんてのは天気の影響も受けるし
気温が上がるとアイスクリームが売れるというのは
統計でよくある例だし常識的にも分かることだけど
株価と気温など天候の相関関係を統計的に解析する
というのも可能でしょう。儲かるかどうかは別だけど

固定観念の枠を外して可能性を考えることは
ソフトの開発において有効な考え方だと思います
それは自然言語処理がまだ未解決のジャンルだから

**ことのは** · 2020/03/14(土) 21:05:09.18

>>840
自然言語処理ライブラリ「Camphr」（カンファー）をオープンソースとして公開
https://pkshatech.com/ja/news/2020-03-13/

リンクが崩れているので改めて張り直しました

このCamphrというのは説明を読むと
spaCyのプラグインで
spaCyとは Pythonで動かす自然言語処理ライブラリなので
今はPythonが主流だし開発環境の選択肢になるでしょう

>>839
それはそうですね
違法だけど

**デフォルトの名無しさん** · 2020/03/14(土) 21:06:04.47

>>842
あなたは自分自身の自然言語が適切か省みたほうがよい
問いかけや課題に対して正面から向き合わず、別の話ばかりしている

＞＞AIプログラミングが完全でも仕様書は作れない

＝＞そんな話は私はしていないし、否定もしていない
　　　仕様書をどう作るかという話は私は一度もしていない
　　　できないことを議論しても仕方がない
　　　できること（できそうなこと、可能性ある事）は何かという話をしている

＞＞だから完全な基盤があって上手くいく保証がある
＞＞って発想自体が自然言語処理では通用しない

＝＞そんな話は私はしていないし、否定もしていない
　　　あなたが株価予測を例に挙げたので、株価予測には理論的基盤がないと申し上げた
　　　例が適切ではないという意味だ

私はあなたの意見を全部否定してるわけではない
全部肯定しているわけでもない
どの部分が共感できてどの部分が共感できないか、
互いの関心の範囲がずれていれば、重ねられる部分はどこか

擦り合わせをすることで、自分の考えを補正したり再発見したりできる可能性がある

**デフォルトの名無しさん** · 2020/03/14(土) 21:49:06.23

>>842
>結局私が言いたいことは
>自然言語処理そのものが不完全だということです

ならば「チンポがシコシコする」という日本語表現は、文法的に正しいのか？

チンポ「を」シコシコするのではなくて、チンポ「が」シコシコする。この場合、「チンポ」は主語となる。

オブジェクト指向で言う「集約」は２種類あって、全体（俺）と部分（チンポ）が繋がっている場合と、
全体（俺）と部分（チンポ）が別々になっている場合とが考えられる。けれども「チンポ」はそれ自体
が独立した生き物であり、所有者の意思とは無関係に、勃起して「シコシコする」。
例えば寝てる時にエロい夢みて朝起きてみたらチンコが勃起して射精してたとか。

違うか？

「胸がドキドキする」は良いが、「チンポがシコシコする」はダメな理由を、５０字以内で述べろ！

**デフォルトの名無しさん** · 2020/03/14(土) 22:32:16.51

3/15 日 19:30 BS232 自然言語処理の応用放送大学

**デフォルトの名無しさん** · 2020/03/15(日) 00:18:30.91

>>847
自律神経の働きによって胸は鼓動を打ちチンポは勃起するが、シコシコするのは人の意識のため主体は手となる

NLPの辞書としては、チンポが独立した生き物としての学習は可能だが世界の事実と異なるためデータ数が少なく採用されないだろう
そもそもとして、NLPの不完全性からの問題提起もオブジェクト指向の集約も夢精の例もほぼ意味がなく、生物学の知識だけで解けるという極めて低品質な謎かけ、読みやすさを意識した文体しか褒めるところがないな

**デフォルトの名無しさん** · 2020/03/15(日) 08:22:22.79

若い人なのかな、想いが先行して色々足りてない

**デフォルトの名無しさん** · 2020/03/15(日) 08:26:59.82

世界の事実？

>>849
>チンポが独立した生き物としての学習は可能だが世界の事実と異なるため

化学の元素なるものは空想である、物理的エネルギーなどというのも空想である。
だいたい、客観的事実存在という観念なるものが大いなる空想である。
今日の実験や科学はけっして空想を排斥することはできないのである。

**デフォルトの名無しさん** · 2020/03/15(日) 11:00:04.12

>>845
損みたいに自分の自社株持ってる人がコメントで株価操作出来る人は違法で逮捕されないのはなぜなんだぜ？

**デフォルトの名無しさん** · 2020/03/15(日) 11:48:26.52

株価が大きく動いた後で重大なニュースが発表されるということがよくある
間違いなくインサイダーなんだろうが、逮捕されたという話を聞いたことがない

**デフォルトの名無しさん** · 2020/03/15(日) 13:00:47.42

>>213
>自然言語処理は、自然科学とまったく異なるただの　形　而　上　学　だからな

それらしい理屈をつけているだけで、ユークリッド幾何学なんてコンピューターの世界だけ。

**デフォルトの名無しさん** · 2020/03/15(日) 13:21:03.46

このマウンティング合戦でどうしたいの？

**デフォルトの名無しさん** · 2020/03/15(日) 22:14:42.53

俺が一番偉い。みんな跪け。
これでトップはすでに決まった。
以降のマウンティングは無意味である。

**デフォルトの名無しさん** · 2020/03/16(月) 07:10:30.47

NICTからBERTのモデルが公開されたね
これはとても良いこと

**デフォルトの名無しさん** · 2020/03/16(月) 07:20:50.25

マウンティングの相手はbotだった

**デフォルトの名無しさん** · 2020/03/19(木) 09:38:18.82

ロゼッタのBLEUが90あたりだそうで

0.2ポイント上がった（笑）とかでドヤ顔で論文出して喜んでいたのはなんだったんだろう、て思う

**デフォルトの名無しさん** · 2020/03/20(金) 10:39:18.21

>>530
>例えば、現実の世界に、円形をした物はたくさん存在するが、いずれも完全な円ではないし円そのものでもない。

　例えばですけど、僕の知り合いが中学生のころ、数学で「√3は無理数なのに、1：2：√3の直角三角形は現実に存在する。
実物の三角形の√3の端はどうなっているんだ？」と疑問に思って親に聞いたところ答えられなかったことがあったそうです。
https://news.nicovideo.jp/watch/nw6859935?news_ref=top_topiclist

**デフォルトの名無しさん** · 2020/03/20(金) 10:43:42.62

虚数は存在しない(これも嘘だが)とされているが
無理数は実在するからな

**デフォルトの名無しさん** · 2020/03/20(金) 11:06:28.44

>>849
>チンポは勃起するが、シコシコするのは人の意識のため

意識するのもチンポの働きなんだが？

＜俺＞
「　部屋の英子がこちらを向いた気配に、彼は勃○した陰○を外から障子に突きたてた。障子は乾いた音をたてて破れ、
それを見た英子は読んでいた本を力一杯障子にぶつけたのだ。本は見事、的に当って畳に落ちた。」
＜チンポ＞
「　その瞬間、竜哉は体中が引き締まるような快感を感じた。彼は今、リングで感じるあのギラギラした、
抵抗される人間の喜びを味わったのだ。」

**デフォルトの名無しさん** · 2020/03/23(月) 08:01:20.83

中澤さん、必死やんw
https://twitter.com/Tzawa/status/1241647447790608384
https://twitter.com/5chan_nel (5ch newer account)

**デフォルトの名無しさん** · 2020/03/23(月) 15:24:05.32

まあ確信犯やろなあ
https://i.imgur.com/xZcndZq.jpg

**デフォルトの名無しさん** · 2020/03/23(月) 15:30:52.77

つまらんレスすんな

**デフォルトの名無しさん** · 2020/03/23(月) 15:43:41.09

>>650
>脳でなくチンポで物を考える生物についてなら

チンポは考える葦である！

**デフォルトの名無しさん** · 2020/03/26(木) 19:10:51.36

>>650
>脳でなくチンポで物を考える生物についてなら

【エロGIF】見てるだけでチンポがムズムズしてくる
http://ero-shame.com/blog-entry-103469.html

**デフォルトの名無しさん** · 2020/03/30(月) 09:51:52.14

Google翻訳ってコーパスどうしているんだろう？
WEBサイトから集めて自動アライン？

**デフォルトの名無しさん** · 2020/03/31(火) 00:48:25.33

そんな高度なことはせずに、wiki+αでコスト重視だと思う

**デフォルトの名無しさん** · 2020/03/31(火) 08:22:25.84

足りなくない？
特許明細書とかは？

**デフォルトの名無しさん** · 2020/04/05(日) 20:35:26.03

942名無し三等兵2020/04/04(土) 08:20:34.27ID:VRY1NLOI
なんでカスミンを揶揄するとチンポ厨が牽制に出てくるんだろう

「正確な記述を心がけています」とかのたまったカスミンが「チンポがシコシコする」の語法的誤りには全く触れないのも変だし
カスミンが直接返答するとプライドに傷付くようなレスにばかりチンポ厨が牽制を入れるのも不自然だし
カスミンとチンポ厨は共依存で嫌われ者同士で援護しあう関係でしょうか

「カスミンはホモ」

**デフォルトの名無しさん** · 2020/04/06(月) 17:36:18.80

204 名無し三等兵 sage 2020/04/06(月) 14:56:56.40 ID:K9vi7RPu
本が読書する
ニンジンが料理する

これが妙だと思わない脳の持ち主ってどうよ？　と思っていたが、脳がチンポなら仕方ない
ただし人間扱いしてやる理由もない

**デフォルトの名無しさん** · 2020/04/20(月) 17:32:27.72

狂気ネットワーク

**デフォルトの名無しさん** · 2020/04/30(木) 11:11:26.63

2020-04-27
番外編９８年ブルマJC （エッチなポーズ連続のエロダンスを強制される哀れな娘達）
https://vuluma.hatenablog.com/entry/erodancejcshuchi

↑
チンポがシコシコする、とはこういう意味だ！

**デフォルトの名無しさん** · 2020/05/27(水) 09:01:15.03

Trieって使うべき？

**デフォルトの名無しさん** · 2020/06/11(木) 11:31:35.31

>>859
BLEU自体も微妙な評価尺度なのにね

**デフォルトの名無しさん** · 2020/06/11(木) 12:20:51.61

問題がないわけじゃないけど
指標としてはいいんじゃない？

**デフォルトの名無しさん** · 2020/06/26(金) 05:35:39.03

パラレルコーパスって
ラベル付きデータって言えるの？

**デフォルトの名無しさん** · 2020/07/06(月) 20:51:10.99

MeCabの処理のデモを提供するいくつかのウェブのページで、
「複合名詞」とか「サ変動詞」とか、デフォではないと思われる要素を散見するのですが、

これって自分でカスタムなロジックを入れて作ってる、で正解ですかね?
大雑把に、名詞が連続したら複合名詞にするとか、「名詞＋する」をまとめるとか。
それともそういうのも処理できるバージョンがあったりします?

**デフォルトの名無しさん** · 2020/07/06(月) 21:06:46.82

デフォでしょ

**デフォルトの名無しさん** · 2020/07/07(火) 01:56:21.86

>>880
そうですか。例えば「形態素解析」を処理すると一般的には|形態|素|解析|か
|形態素|解析|と処理されます（辞書によります）。よね?
これを|形態素解析|と一語に処理してほしい場合にどうしたらいいのかと。

ちなみに mecab-ipadic-NEologd を使ったら|形態素解析|と一語になりましたが
辞書のサイズが1.1GBですか。これがロジックで済むなら大きな辞書を使わずに
同様の処理が可能なのかなと。

**デフォルトの名無しさん** · 2020/07/07(火) 03:19:09.63

ロジックですまないから辞書にしてんでしょ

こねくり回した sentcepiece より random を加えた bpe の方が良くて草

**デフォルトの名無しさん** · 2020/07/07(火) 08:32:40.79

>>882
なるほどー。
他にも、何月何日とか、〇〇円とかの数詞系を1フレーズと認識させたいのですが、
確かにこれもNElogdの辞書だとうまくいくんですよね。
あとは辞書の大きさだけがネックかも。

**デフォルトの名無しさん** · 2020/07/07(火) 08:44:19.61

そっか、二百億円と書く以外に2百億円と書く場合もありますね。
NEologdでも後者は駄目っぽいです。

**デフォルトの名無しさん** · 2020/07/07(火) 08:50:36.93

あとサ変動詞（〇〇する）、も「〇〇」と「する」をまとめたかったり。
〇〇「を」するという言い方もたまにするので微妙。

**デフォルトの名無しさん** · 2020/07/07(火) 16:21:30.75

489 名無し三等兵 sage 2020/07/07(火) 13:32:25.30 ID:VR0moFYQ
やっぱり珍カスの別人格じゃんチンボ脳www
ケツ蹴るぞとか言われたら発狂して（でもチビるほど怖いから）別のキチガイ人格でレスして勝った気になるマジキチガイ、
それが珍カス

**デフォルトの名無しさん** · 2020/07/07(火) 16:25:31.33

どうしたん
字繰りの練習か？

**デフォルトの名無しさん** · 2020/07/08(水) 09:54:53.62

MeCabのC++ APIを使ってみようかと思うのですが。taggerでnodeを作って。

品詞はnode->featureの値のカンマ区切りを自分でパースしてゲットするので正解?
nodeに品詞の値の要素があってもいいのではと思ったり。

元のテキスト上のオフセットとノードの関係を知りたい場合、node->surfaceが元の
テキストのポインター? バイトオフセットを計算する必要があると。

UTF-16で使いた場合、MeCabってUTF-16でセットアップできるんですかね。それとも
UTF-8でセットアップして、プログラム上で毎回文字コード変換?

などという疑問が早速あるのですが、皆さんいかがしてますでしょう。
個人的にはJavaのBreakIteratorのような使い勝手が欲しいのですが...

**デフォルトの名無しさん** · 2020/07/08(水) 10:00:05.70

https://qiita.com/nunulk/items/da69b2cc8643fd8a7f8f

**デフォルトの名無しさん** · 2020/07/08(水) 10:03:49.95

java用
https://qiita.com/kumazo/items/5c5c57d94b2080ffbb5a
C++
http://www.mwsoft.jp/programming/nlp/mecab_cpp.html
https://www.meiseid.co.jp/article/mecab-install-note

**デフォルトの名無しさん** · 2020/07/08(水) 10:05:02.57

goやらrustがあるのに？
しかもコマンドラインでやればいいようなことしかしてないくせに？

**デフォルトの名無しさん** · 2020/07/08(水) 15:46:13.33

javaやpythonのポーティングもあったよね
きうてぃーもあるのに

**888** · 2020/07/08(水) 16:31:27.31

皆さん一般的な使い方のリンクをありがとう。そのレベルは一応大丈夫なつもり。

MeCabのAPI、パース結果と元のテキスト上の位置との関連を見つけにくいような。
パース結果だけを（で）取り扱う、という立ち位置なのか。

JavaのBreakIteratorはイテレータだけでなく元のテキストのオフセットで結果を得る
メソッド等もあり、パース結果と元のテキストとの関連をより処理しやすい。
（>>888の最後に書いたのはそういう意味。言語自体のことではなく。）

うーんもしかして必要に応じて自分で少し作り足したりする必要があるのかな?

**デフォルトの名無しさん** · 2020/07/08(水) 16:38:43.55

ちなみにJava APIはNode.getSurface()がStringを返してくるのでC++ APIとは違い
元のテキスト上のオフセットはわからないのではないか、という。
(まさかStringに対してポインタ演算みたいなことはしないですよね?）

これも、オフセットが必要な使い方はするな、という立ち位置なのかもしれんけど。

**デフォルトの名無しさん** · 2020/07/08(水) 17:08:30.52

Java APIではNode.getLength()が要素のバイト長を返してくるようで（例えばUTF-8とか）。
しかしJavaで文字処理してるときにUTF-8のバイト長を教えられても、って感じはする。
ま、Node.getSurface()がStringだからそのlength()でいいんだろうけど。

Javaだけで使うならMeCab本体のエンコーディングはUTF-16の方がうれしいような。可能?

一方MeCab本体をUTF-8でインストールしてもJava API自体は動いているわけだから文字
エンコーディングのマッチングとか、何かしてるのかな?

**デフォルトの名無しさん** · 2020/07/08(水) 20:35:44.70

511 名無し三等兵 sage 2020/07/07(火) 21:24:00.41 ID:e+um6EKL
カスミンが「「胸がドキドキする」は良いが、「チンポがシコシコする」はダメな理由を、５０字以内で述べろ！」に霞ケ浦の回答をするのは何時なりや？
全世界は知らんと欲す

**デフォルトの名無しさん** · 2020/07/09(木) 04:21:03.81

そんなことしなくても
コマンドラインでできそう(笑)

**デフォルトの名無しさん** · 2020/07/09(木) 08:09:13.69

>>897
ん、上のMeCabの話へのレス?
プログラムの中で使いたいのでAPIについて考えているのだが。

**デフォルトの名無しさん** · 2020/07/09(木) 09:12:00.22

AIがプロファイリングするとJava使えっていう結論が出た

**デフォルトの名無しさん** · 2020/07/09(木) 16:23:26.64

だからコマンドラインでできそうだなあってこと(笑)

**デフォルトの名無しさん** · 2020/07/09(木) 18:03:29.48

もうお前らどうでもいい。
MeCabの、自分にとって使いにくい部分はアダプタを書いてイテレータのクラスに
繋げた。今のところ若干無理矢理感があるがインターフェース自体はおk。

そういえば思い出した。
昔、Mac OS Xのライブラリを眺めていると何故かMeCabがあり、遊んでみたら何故か
辞書がUTF-16だった。
今になって全てわかった気がする。

**デフォルトの名無しさん** · 2020/07/09(木) 20:01:48.96

mecabで何すんの？(笑)

**デフォルトの名無しさん** · 2020/07/09(木) 21:25:21.99

酢で和えるとおいしい

**デフォルトの名無しさん** · 2020/07/10(金) 10:50:45.15

テキストの処理で単語を処理単位にした方がいい場合がいろいろある。
ちなみにメヒビとかアオサとか割と好き。

しかしMeCab用の巨大辞書を某デバイスに突っ込むことは容認されるだろうか。
Text To Speechのファイルよりもでかかったらまずいか。
そういえばあれだってトークナイズとかしてるんだろうなあ。

**デフォルトの名無しさん** · 2020/07/10(金) 10:55:56.90

読み上げ君とかは時々変な読み上げ方するが
MeCab使ってたらもうちょっとマシなんだろうか

**デフォルトの名無しさん** · 2020/07/10(金) 16:59:23.16

とりあえずMeCabの辞書って圧縮とかはかかってないっぽいかも。
squashfs上に置いたりしたら性能がどのくらい落ちるかな。

**デフォルトの名無しさん** · 2020/07/18(土) 08:30:17.82

覚えたてか(笑)

**デフォルトの名無しさん** · 2020/07/18(土) 12:55:50.29

MecabはEUCやshift-jisが効率よいんですよ。

**デフォルトの名無しさん** · 2020/07/18(土) 13:46:55.67

>>908
何の効率ですか? メモリ使用量? 処理速度?

今日び文字処理がUTF-16なAPIが少なくないので、連携して使うとするとMeCab側に
UTF-16のオプションがあると使いやすいのだが。

辞書は、UTF-8だと日本語が1文字3バイト使うのでやはりこちらもUTF-16だと
いいんじゃないかと。圧縮とかしてたら違ってくるけど。

**デフォルトの名無しさん** · 2020/07/18(土) 14:44:43.40

UTF 16なんて Java だけじゃない？

**デフォルトの名無しさん** · 2020/07/18(土) 19:55:51.11

というかJavaはでかいでしょw
Objective-CやSwiftのNSStringもUTF-16。
この時点で昨今のユーザー用デバイスの上は基本的にUTF-16ということであるw
C++にはchar16_tというUTF-16用のネイティブな型がある。

**デフォルトの名無しさん** · 2020/07/18(土) 21:08:42.78

仕組みを知らないレベルなら、上からモノを言わないほうが良いのだろうけど。

**デフォルトの名無しさん** · 2020/07/18(土) 21:32:00.36

古い情報で動いてる新参だろ

**デフォルトの名無しさん** · 2020/07/19(日) 10:58:42.94

わざと煽るとレスが増える
わざと間違えるとレスが増える
味を覚えたら繰り返す

**デフォルトの名無しさん** · 2020/07/19(日) 20:28:34.01

人をおちょくることにだけ長けた古参が集う、そんなスレ。
自分からは生産的なことは何一つできない。
ザ・老害。

**デフォルトの名無しさん** · 2020/07/25(土) 19:09:18.22

＞例えば寝てる時にエロい夢みて朝起きてみたらチンコが勃起して射精してたとか。

当然ながら起きているときも、チンポがシコシコする！

　風呂から出て体一杯に水を浴びながら竜哉は、この時始めて英子に対する心を決めた。裸の上半身にタオルをかけ、
離れに上ると彼は障子の外から声を掛けた。
「英子さん」
　部屋の英子がこちらを向いた気配に、彼は勃○した陰○を外から障子に突きたてた。障子は乾いた音をたてて破れ、
それを見た英子は読んでいた本を力一杯障子にぶつけたのだ。本は見事、的に当って畳に落ちた。
　その瞬間、竜哉は体中が引き締まるような快感を感じた。彼は今、リングで感じるあのギラギラした、
抵抗される人間の喜びを味わったのだ。

●これが衝撃の「障子破り」シーンだ！　（石原慎太郎　『太陽の季節』　（新潮文庫）　より）

＞その瞬間、竜哉は体中が引き締まるような快感を感じた

チンポがシコシコする≠勃起、つまりそれはただチンポが勃起するのではなくて、
「体中が引き締まるような快感を感じた」ということなのである！！

**デフォルトの名無しさん** · 2020/07/25(土) 20:58:49.42

こんな過疎スレ、言うほど古参なんか集まってくる？(笑)

**デフォルトの名無しさん** · 2020/07/26(日) 01:26:45.61

mecab + ipadic、「10月」とかの場合に「月」は助数詞として扱われないのな。
年や日は助数詞になるのに。月は数詞扱いじゃ駄目なん?

**デフォルトの名無しさん** · 2020/07/28(火) 00:18:25.11

鬼滅の刃に出てくるやつ -> それは十二「鬼」月

でもこれって十二の鬼月（ただこの場合普通は「おにづき」）なのか、
十二鬼の月なのか。助数詞が変わってくる。

**デフォルトの名無しさん** · 2020/07/31(金) 19:48:50.98

>>919
鬼月ってのはそういう苗字があるみたいね。確かに作者がどこかで「すべて実在する名前
から取ってる」みたいなことを言ってたか。

しかし、mecab-ipadic-neologd さんだと全て対応済みっぽい。

$ echo 十二鬼月 | mecab -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd
十二名詞,固有名詞,人名,姓,*,*,十二,ジュウニ,ジューニ
鬼月名詞,固有名詞,人名,姓,*,*,鬼月,キヅキ,キズキ
EOS

echo 竈門炭治郎 | mecab -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd
竈門炭治郎名詞,固有名詞,人名,一般,*,*,竈門炭治郎,カマドタンジロウ,カマドタンジロー
EOS

echo 吾峠呼世晴 | mecab -d /usr/local/lib/mecab/dic/mecab-ipadic-neologd
吾峠呼世晴名詞,固有名詞,人名,一般,*,*,吾峠呼世晴,ゴトウゲコヨハル,ゴトーゲコヨハル
EOS

**デフォルトの名無しさん** · 2020/08/01(土) 22:04:57.45

人の名前はどうにもならないな
新しい名前はどんどん出てくるし
ラノベとかだと現実にあり得ない名前とか
普通に出てくる

**デフォルトの名無しさん** · 2020/08/02(日) 20:20:25.58

結局辞書をメンテすれば済む話じゃない？

**デフォルトの名無しさん** · 2020/08/02(日) 20:55:22.51

>>845
マスクの着用、手指のアルコール消毒に協力すればいいんだね。分かった！

**デフォルトの名無しさん** · 2020/08/04(火) 22:14:21.47

トランスフォーマーの Self Attention ってニューラルネットワークなの？

**デフォルトの名無しさん** · 2020/08/06(木) 16:07:21.15

>>921
ニューラルネットとかを使って文脈で「この位置に来るのは人名（少なくとも名詞）」
みたいのを精度高く判断できればいいんじゃないかと思ったり。
文脈がない（短い）場合は駄目なわけだけど。

あと、人間が文章を読んでいるときは「これ人の名前っぽい」って思う要素があるよね。
必ずしも文脈（だけ）じゃなくて字面も影響してるかなこれは。

**デフォルトの名無しさん** · 2020/08/06(木) 16:17:31.91

先達も同じ発想だった

**デフォルトの名無しさん** · 2020/08/06(木) 16:31:45.13

https://www.deepl.com/ja/translator

**デフォルトの名無しさん** · 2020/08/07(金) 00:51:58.42

>>926
ですよねw でも、ニューラルネットの学習規模をもっとでかくするとか...
で、巨大な辞書を利用することになるのかw

とりあえず、気に入らない分かち結果だけ自前のコードで修正して使うことにしました。

**デフォルトの名無しさん** · 2020/08/11(火) 20:01:52.86

2020年07月29日 08時00分ソフトウェア

自然なブログを書いてしまうほど超高精度な言語モデル「GPT-3」はどのように言葉を紡いでいるのか？
https://gigazine.net/news/20200729-how-gpt-3-work/

**デフォルトの名無しさん** · 2020/08/12(水) 11:16:30.67

657 仕様書無しさん [sage] 2020/08/12(水) 11:11:53.67 ID:
>>655
ちんぽをシコシコするというのは主体が別に存在する（おそらく右手であろう）
しかし、ちんぼがシコシコするというのはちんぽさんが主体となって別の輪状、もしくは固定された箇所に向かって
往復運動をすることを言う
そしてそれはシコシコと形容される範囲内におけるような物体や部位である必要がある
つまり、日本語でいうところのチンポがシコシコするというのは文法上は正しい
しかしである
ちんぽは主語になってよいものかという問題が残る
ちんぽは思考できるのか、主体的な存在であるのかという疑問んである
我々はちんぽを自由自在に動かす事はできない
「勃つんだ！ジョー！！」などと呼びかけた人もいるであろう
ちんぽは人の付属物であると同時に1本の主体的な存在でもある
思考や意識といったものはないかもしれないし他動的な刺激により、また体調により変化を兆す。
つまり、チンポがシコシコするというのはチンポが主体的な存在かどうかが問われているのであり
勃起に至る過程からそれはまさに肯定されるべきなのである

**デフォルトの名無しさん** · 2020/08/12(水) 19:17:07.69

『過信』
鳥塚　力（56）

世界一になりたくて人生を無駄にした。
バンドで野心をもって人生を無駄にした。

詩の天才を信じて人生を無駄にした。

母の私への願いは
平凡な家庭を持ち、正しき仕事をすること。

母の願いを裏切って、孤独のまま
もう平凡にも戻れない。

http://blog.esuteru.com/archives/9558461.html

**デフォルトの名無しさん** · 2020/08/13(木) 21:43:13.46

　意見が異なる人間を、自分たちの縄張りやコミュニティから、
はじき出そうと必死な人がいる。はじき出されないよう、
必死に気を配りまくり、意見を言わずに黙り込んでいる人もいる。
　著名人であっても、ファンにそっぽを向かれないよう、
自分に貼られたレッテルから外れた意見を言わないよう、
振舞っている人を僕は見かける。
　心の底から、気の毒だと思う。
　そんなコミュニティにいて、楽しいのだろうか？
「はじき出してやろう」「はじき出されないようにしよう」
と必死な人たちに、何としてでも好かれたいのか？
　僕は、まっぴらだ。
　一緒にいて楽しくない人たちに好かれようと努力すると、
自分を見失ってしまう。
　人生において、自分を捨ててはいけない。絶対にいけない。
「はじき出してやろう」としてくる人など、遠慮なく捨ててほしいと思う。
＜堀江貴文「捨て本」６７頁＞

**デフォルトの名無しさん** · 2020/08/13(木) 22:21:50.44

939 優しい名無しさん sage 2020/08/13(木) 11:29:23.57 ID:H3nfnQ6W
チンポ【が】シコシコするなんて言ってる奴聞いた事ねーよ
どこの方言？ダサww

**デフォルトの名無しさん** · 2020/08/14(金) 07:45:58.69

314 太上天君 (ﾜｯﾁｮｲ 9967-E2Bm) 2020/08/13(木) 18:33:48.27 ID:UPcr7eZE0
>>312
ぬしゃよ、はいぎぃ～っぬしゃあ「シコシコする」の定義次第じゃな。
せんずりをこくことを「シコシコする」というのなら間違いじゃ。
センズリはチンコの自律運動ではなく、チンコの所有者の行為だからな。
「心臓がドキドキする」は主語である心臓自体の自律運動だから正しいのじゃｗ

はふんはふんおふんおふん。

**デフォルトの名無しさん** · 2020/08/14(金) 14:22:38.34

>>849
>NLPの不完全性からの問題提起もオブジェクト指向の集約も夢精の例もほぼ意味がなく、

1: 以下、名無しにかわりましてVIPがお送りします 2013/03/31(日) 00:08:38.70 ID:GVdw15xL0
40秒くらいから着替えだが全体的にキチガイじみてる

http://majikichi.com/archives/7808383.html

**デフォルトの名無しさん** · 2020/08/17(月) 12:27:17.09

超高精度な文章生成ツール「GPT-3」は、“人間にしかできないこと”の定義を根本から揺るがした
https://wired.jp/2020/08/17/ai-text-generator-gpt-3-learning-language-fitfully/

**デフォルトの名無しさん** · 2020/08/17(月) 12:40:36.79

でもこれ自然言語で3桁の計算もできないんだよ(笑)

**デフォルトの名無しさん** · 2020/08/17(月) 12:46:34.32

2かける3
を
3かける2
って書くと間違いにされるんだよな

**デフォルトの名無しさん** · 2020/08/18(火) 10:04:44.59

あんだけ膨大なパラメータがあっても
知性らしきものの欠片は見つかる程度で
ほとんど進展なし、ってのもねえ

自然言語処理スレッド その５

自然言語処理スレッド　その５