巷 (もしかしたら非常に一部?) を騒がせているWWW2010に採択されたソーシャル検索エンジンAardvark論文 "The Anatomy of Large-Scale Social Search Engine" を読んで，ここ3日間ほど夜なべをして作成した輪講用資料を公開します．普段読まない類の論文だったので色々大変でしたが，非常に勉強になりました． ちょうど論文を読んだ頃にGoogleによる買収が正式発表になったので非常にタイムリーなネタとなりました． The Anatomy of Large-Scale Social Search EngineView more presentations from sleepy_yoshi. 論文や資料を見ればわかるとおり，個々の技術はオーソドックスな技術の組み合わせになっています．それを組み合わせてひとつのサービスという形で提供し，更に実際の

今やってる研究で、トーナメント問題を調べる機会がありました。 トーナメントは私も知らなかったのですが、勝者や順位を決める方式のことを指し、いわゆる二人ずつ戦って生き残っていく方式はノックアウトトーナメントといわれるそうです(wikipedia)。 ＃10000人戦う時にノックアウトトーナメントでは何回試合が行われるかというのはよくある質問ですね。 で、このトーナメント方式というのは調べてみると非常に様々なものがあります 例えばスイス式トーナメントは、最初はランダムな組み合わせで対戦、次は勝者同士と敗者同士、その次は全勝・１勝１敗・２戦全敗のそれぞれが・・というふうに同じ成績の人同士で戦う方式です。レーティングを計算して、レーティングが近いもの同士を戦わせるような拡張もあります。近いのは将棋でやってるようなものですね。 利点は全ての人が同じ試合数で戦い、また厳密な順位が決めやすいことがありま

最近自分の研究内容やらやりたいことやらを(英語で)書かないといけないという機会の人に相談されることがあるので、いくつか紹介。 まずは英文レポート・エッセイで良いものを書くコツ（暫定版）。「エッセイ」と日本語で言うと「随筆」のように散文的な感想文チックなものを想像されることが多いかもしれないが、英語で「エッセイ」と言うと基本的には小論文のことである。これを間違えると採点不能(=0点)の文章を書いてしまう可能性があるので、注意されたし。 一番大事なのは、英語では「起承転結」は使わない、ということ。もちろん、日本語の小論文でもできるだけ「起承転結」は使わないことをお勧めする。「起承転結」は小説や漫画ならいいのだが、論文、特に英語の論文やエッセイでこれをやってはいけない(いけなさ具合が伝わるといいのだが、なまじっか文章を書くのがうまいと思っている人ほど、無意識のうちに「起承転結」の構成にしてしまう

PFI セミナー GPU コンピューティングの現状とスーパーコンピューティングの未来を見る。予想以上に遥かにおもしろかった。説明も分かりやすいしなにより @nushio さんの話し方が心底楽しそうなのがとてもよい :-) エンジニアにせよ研究者にせよ、一番大事なのは自分のやっていることに情熱をかけられるか、楽しんでいるか、ということに尽きると思う。上記のリンクは放映されたものの録画なのだが、スライドはこちら。トークもちょうど1時間程度なので、時間があればスライドだけではなく、トークの最初の数分だけでも見る(というか聞く)ことをお勧めする。先日のウェブ学会のときも思ったが、東京にいなくてもこういうのが聞ける時代になって、すごく便利だなあ。(あとから見ることもできるし、文字通り時空を超えている) GPGPU ってなんなのよ、というと、これは General Purpose computing

最近出た本で読もうと思っていたので東京出張の合間を縫って読む。 企業の研究者をめざす皆さんへ―Research That Matters 作者: 丸山宏出版社/メーカー: 近代科学社発売日: 2009/11/04メディア: 単行本購入: 7人 クリック: 105回この商品を含むブログ (16件) を見る丸山さんは元々自然言語処理の研究者(昔 ACL にも通していた)で、IBM の東京基礎研究所の所長を2006年から努めていて、今回は所長として研究所で発行していたニューズレターに連載していたコラムをまとめた本を上梓した、ということのようだ。 書き下ろしになっている第1章と第9章以外はそういうわけで大変読みにくい(他の見せ方はなかったのだろうか。手間をかけずに出版するためにこうなったのだろうが)のだが、書き下ろし部分だけでも確かに読んで参考になった。ニューズレター部分も参考になって、たとえばp

各地で噂に(?)なっていた 日本語が亡びるとき―英語の世紀の中で 作者: 水村美苗出版社/メーカー: 筑摩書房発売日: 2008/11/05メディア: 単行本購入: 169人 クリック: 12,657回この商品を含むブログ (459件) を見る を読んでみた。なんだこれは……。歴史的な認識の誤りとか日本の国語国字問題とかそういう部分での知識の欠如とか多すぎて話にならない。まずこれは「論文」ではない。一言で要約すると「ワタシは明治・大正時代の日本の小説が美しくて好きだ。なぜならその時代の日本の小説家は知識人だったからだ。この美しい日本語の小説が読まれなくなるのは腹立たしいので、日本の若い世代でも明治時代の小説が読めるように、日本政府はちゃんと日本語を教育しなければならない」というものである。気持ちは分からないでもないが、そういう気持ちがあったとしても、他人を説得する文章を書きたいのであれば、

id:naoya さんのLatent Semantic Indexing の記事に触発されて、ここ1週間ほどちょくちょく見ている行列の近似計算手法について書いてみる。ここでやりたいのは単語-文書行列(どの単語がどの文書に出てきたかの共起行列)や購入者-アイテム行列(どの人がどの本を買ったかとか、推薦エンジンで使う行列)、ページ-リンク行列(どのページからどのページにリンクが出ているか、もしくはリンクをもらっているか。PageRank などページのランキングの計算に使う)、といったような行列を計算するとき、大規模行列だと計算量・記憶スペースともに膨大なので、事前にある程度計算しておけるのであれば、できるだけ小さくしておきたい(そして可能ならば精度も上げたい)、という手法である。 行列の圧縮には元の行列を A (m行n列)とすると A = USV^T というように3つに分解することが多いが、も

Twitter でグラフ理論に関する話題が上がっていたので、最近調べている距離学習(distance metric learning)について少しまとめてみる。カーネルとか距離(類似度)とかを学習するという話(カーネルというのは2点間の近さを測る関数だと思ってもらえれば)。 この分野では Liu Yang によるA comprehensive survey on distance metric learning (2005) が包括的なサーベイ論文として有名なようだが、それのアップデート(かつ簡略)版として同じ著者によるAn overview of distance metric learning (2007) が出ているので、それをさらに簡略化してお届けする(元論文自体本文は3ページしかないし、引用文献のあとに表が2ページあって、それぞれ相違点と共通点がまとまっているので、これを見ると非

PageRank とか HITS といったリンク解析ではグラフの計算が頻発するのだが、Python でそのあたり書くときの話をまとめてみる。グラフは行列で表現できる(ノード×ノード次元の行列 A を考えて、ノード i からノード j にエッジがあるとき、A[i,j] に値を入れておけばよい。無向グラフのときは A[i,j] = A[j,i] なので対称行列になる)ので、要は行列を手軽に扱えるライブラリの紹介である。 実は Python の行列演算ライブラリはどれも lapack/blas を内部的に呼んでいるので、C/C++ 等と比較してもそんなに遅くない。それどころか、自動的に並列化できるところは並列化してくれたりするので、まれに C より速いこともあるらしい。特に巨大なグラフを作る場合、ほとんどの処理は C などで書かれた関数に飛ぶので、速度的な問題は無視してもいいくらいである(逆に、

現在大学1年生の人で3年後には NAIST に (というか松本研に) 来たいという人から「どんなプログラミング言語やっておくといいですか」と質問されたりするのだが、なかなか答えるのは難しい。自分は Perl → Python がメインでときどき C++/C# を使ったりするのだが、どれが一番いいかはなんとも言えないので、自然言語処理以外に転向する可能性も考えると、C とか C++ とか Java とか(授業でそちらをやるのであれば)を最初の武器に選んだ方がいいのでは、と思ってはいる。 そんなこんなで最近 Hal Daume III (機械学習を用いた自然言語処理では非常に有名な人) のブログで Language of Choice というタイムリーなエントリーが出ていたので、紹介すると、「それなりに大きな自然言語処理のプロジェクトでどのプログラミング言語を使うのか」というアンケート結果が出

id:takehikom さんの日記の大学教授という仕事〜How To Become A Professorというエントリにて知り、ご飯食べながらつらつらと読んでみた。目に優しい感じなので、30分くらいで読める(笑) 大学教授という仕事 作者: 杉原厚吉出版社/メーカー: 水曜社発売日: 2010/01/25メディア: 単行本（ソフトカバー）購入: 7人 クリック: 139回この商品を含むブログ (22件) を見る 本来はこういう話は学会の懇親会に出たりして内輪話で聞くような話(というかそういうところに行くといつも聞くような話ばかり)であり、若い学生たちがそういう年上の人たちの集まるところに顔を出さず、こういう本ばかり読んで「大学教員の仕事ってこんななんだ」と思うのはよろしくないと思うのだが、最近は Twitter をやっている人も多いし、Twitter で「学生の指導だん。これから研究費