言語処ç†100本ノック 2020 (Rev 2)
言語処ç†100本ノック 2020 (Rev 2) 言語処ç†100本ノックã¯ï¼Œå®Ÿç”¨çš„ã§ãƒ¯ã‚¯ãƒ¯ã‚¯ã™ã‚‹ã‚ˆã†ãªèª²é¡Œã«å–り組ã¿ãªãŒã‚‰ï¼Œãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ï¼Œãƒ‡ãƒ¼ã‚¿åˆ†æžï¼Œç ”究ã®ã‚¹ã‚ルを楽ã—ãç¿’å¾—ã™ã‚‹ã“ã¨ã‚’目指ã—ãŸå•é¡Œé›†ã§ã™ï¼Ž 詳細 ツイート
言語処ç†100本ノック 2015
言語処ç†100本ノックã¯ï¼Œå®Ÿè·µçš„ãªèª²é¡Œã«å–り組ã¿ãªãŒã‚‰ï¼Œãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ï¼Œãƒ‡ãƒ¼ã‚¿åˆ†æžï¼Œç ”究ã®ã‚¹ã‚ルを楽ã—ãç¿’å¾—ã™ã‚‹ã“ã¨ã‚’目指ã—ãŸå•é¡Œé›†ã§ã™ 実用的ã§ãƒ¯ã‚¯ãƒ¯ã‚¯ã™ã‚‹ã‚ˆã†ãªé¡Œæを厳é¸ã—ã¾ã—㟠言語処ç†ã«åŠ ãˆã¦ï¼Œçµ±è¨ˆã‚„機械å¦ç¿’ãªã©ã®å‘¨è¾ºåˆ†é‡Žã«ã‚‚親ã—ã‚ã¾ã™ ç ”ç©¶ã‚„ãƒ‡ãƒ¼ã‚¿åˆ†æžã®é€²ã‚方，作法，スã‚ルを修得ã§ãã¾ã™ å•é¡Œã‚’解ãã®ã«å¿…è¦ãªãƒ‡ãƒ¼ã‚¿ãƒ»ã‚³ãƒ¼ãƒ‘スをé…布ã—ã¦ã„ã¾ã™ 言語ã¯Pythonを想定ã—ã¦ã„ã¾ã™ãŒï¼Œä»–ã®è¨€èªžã«ã‚‚対応ã—ã¦ã„ã¾ã™
å½¢æ…‹ç´ è§£æžã‚¨ãƒ³ã‚¸ãƒ³MeCabã«ã¦æ–‡ç« ä¸ã‹ã‚‰çŸæŒã‚’抽出 - inaniwa3's blog
æ¦‚è¦ å¶ç„¶ï¼•ï¼—５７７ã«ãªã£ã¦ã„ã‚‹æ–‡ç« ã‚’çŸæŒã¨ã—ã¦ã¤ã¶ã‚„ã Twitter ã® bot を作りã¾ã—ãŸã€‚ フクãƒã‚¦ãŒé³´ãã¨æ˜Žæ—¥ã¯æ™´ã‚Œã‚‹ã®ã§æ´—濯物を干ã›ã¨ã„ã†æ„味 #tanka ウィã‚ペディア日本語版「フクãƒã‚¦ã€ã‚ˆã‚Š http://t.co/Dm1uHcQdzR— å¶ç„¶çŸæŒbot (@g57577) 2014, 12月 31 å†å¸°çš„アルゴリズムãŒæœ‰åŠ¹ãªå•é¡Œã¨ã—ã¦æœ‰åã§ã‚ã‚Š #tanka ウィã‚ペディア日本語版「ãƒãƒŽã‚¤ã®å¡”ã€ã‚ˆã‚Š http://t.co/vm2ZqwImKi— å¶ç„¶çŸæŒbot (@g57577) 2014, 12月 31 æ–‡ç« ã¯ã‚¦ã‚£ã‚ペディア日本語版を対象ã¨ã—ã¾ã—ãŸã€‚ 作り方 jawiki-latest-pages-articles.xml.bz2 をダウンãƒãƒ¼ãƒ‰ã€‚ WP2TXT ã§ä¸Šè¨˜ã‚’扱ã„ã‚„ã™ã„å½¢å¼ã«å¤‰æ›ã€‚ ã“ã®ã‚¹ã‚¯ãƒªãƒ—ト ã§ï¼•ï¼—５７７ã«ãªã£ã¦ã„る文を抽出。数時間ã‹ã‘ã¦ï¼ˆé…ã„）
自然言語処ç†ã®å®šç•ªã®æ•™ç§‘書ã¾ã¨ã‚ - æ¦è”µé‡Žæ—¥è¨˜
自然言語処ç†ã‚„機械å¦ç¿’ã§ã„ãã¤ã‹æ–°ã—ã„教科書的ãªã‚‚ã®ãŒç™»å ´ã—ã¦ããŸã®ã§ã€ã¾ã¨ã‚ã¦ã¿ã‚ˆã†ã¨æ€ã†ã€‚ 教科書ã«ã¤ã„ã¦ã€‚Introduction to Information Retrieval Introduction to Information Retrieval 作者: Christopher D. Manning,Prabhakar Raghavan,Hinrich Schuetze出版社/メーカー: Cambridge University Press発売日: 2008/07/07メディア: ãƒãƒ¼ãƒ‰ã‚«ãƒãƒ¼è³¼å…¥: 7人 クリック: 115回ã“ã®å•†å“ã‚’å«ã‚€ãƒ–ãƒã‚° (37件) を見るã®ç¿»è¨³ãŒé€²ã‚“ã§ã„ã‚‹(ã‚ã¨ã“ã‚Œã‚’ç ”ç©¶å®¤ã®è¼ªèªã«ä½¿ã£ã¦ã„ãŸã‚Šã™ã‚‹)ã¨ã„ã†è©±ã‚’èžã„ãŸã‚Šã™ã‚‹ã®ã ãŒã€ã‚„ã£ã±ã‚ŠçŸ¥è˜ã¨ã—ã¦çŸ¥ã£ã¦ãŠãã¹ã本ã¨ã„ã†ã®ã¨ã€ãã“ã‹ã‚‰è¶…ãˆã¦ã„ã本ã¨ã„ã†ã®ã¯é•ã†ã‚‚ã®ã§ã‚ã£ã¦ã€ã©ã‚Œã ã‘ç ”ç©¶ãŒé€²ã‚“ã§ã‚‚ã€åˆ†
都立大 自然言語処ç†ç ”究室 - 自然言語処ç†ãŒå¦ã¹ã‚‹ç ”究室
2023å¹´3月をもã¡ã¾ã—ã¦ã“ã¡ã‚‰ã®ãƒšãƒ¼ã‚¸ã®æ›´æ–°ã‚’åœæ¢ã—ã¾ã™ã€‚ã”活用ã„ãŸã ãã€ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã—ãŸã€‚ 自然言語処ç†ã‚’å¦ã¶ã“ã¨ãŒã§ãã‚‹ç ”ç©¶å®¤ã‚’ãƒªã‚¹ãƒˆã‚¢ãƒƒãƒ—ã—ã¾ã™ã€‚自然言語処ç†ã®ç ”究をã—ã¦ã„る（= 国内ã§ã¯è¨€èªžå‡¦ç†å¦ä¼šã‚’主ãªç ”究発表ã®å ´æ‰€ã¨ã—ã¦ã„る）教員ãŒ2å以上ã„る大å¦ãŒå¯¾è±¡ã§ã™ï¼ˆç§ç«‹å¤§å¦ã¯æ—©ç¨²ç”°å¤§å¦ã¨æ³•æ”¿å¤§å¦ã¨è±Šç”°å·¥æ¥å¤§å¦ã§ã™ï¼‰ã€‚ã†ã¡ã€æ•™å“¡ãŒ1ç ”ç©¶å®¤ã§3人以上ã„ã‚‹ã®ã¯åŒ—大è’æœ¨ç ”ã€æ±åŒ—å¤§ä¹¾ç ”ã€ç‘æ³¢å¤§å±±æœ¬ç ”ã€æ±å·¥å¤§å¥¥æ‘ç ”ã€åå¤§å¤–å±±ç ”ã€äº¬å¤§é»’æ©‹ç ”ã€NAISTä¸æ‘ç ”ï¼ˆãŸã ã—ä¸æ‘先生定年ã®ãŸã‚2022å¹´ç¾åœ¨å‹Ÿé›†åœæ¢ï¼‰ã€NAISTæ¸¡è¾ºç ”ã€NAISTè’ç‰§ç ”ã§ã™ã€‚教員ãŒ1人ã ã‘ã—ã‹ã„ãªã„ç ”ç©¶å®¤ã¨ã€3人以上ã„ã‚‹ç ”ç©¶å®¤ï¼ˆç‰¹ã«åšå£«å¾ŒæœŸèª²ç¨‹ã®åœ¨å¦ç”ŸãŒå¤šã„ã¨ã“ã‚ã¨ï¼‰ã¯è³ªçš„ã«ã‚‚é‡çš„ã«ã‚‚é•ã†ã¨æ€ã„ã¾ã™ã®ã§ã€åšå£«å¾ŒæœŸèª²ç¨‹ã«é€²å¦ã™ã‚‹ã¤ã‚‚ã‚Šã®äººã¯ã€å°‘ãªãã¨ã‚‚1カ所ã¯ãれらã®ç ”究室を見å¦ã—ãŸã»ã†ãŒã‚ˆã„ã§ã—ょã†ã€‚åšå£«å‰æœŸèª²ç¨‹ã‹ã‚‰
NLP 100 Drill Exercises - æ±åŒ—å¤§å¦ ä¹¾ç ”ç©¶å®¤ / Inui Lab, Tohoku University
言語処ç†100本ノックã«ã¤ã„㦠†言語処ç†100本ノックã¯ï¼Œè¨€èªžå‡¦ç†ã‚’å¿—ã™äººã‚’対象ã¨ã—ãŸï¼Œãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã®ãƒˆãƒ¬ãƒ¼ãƒ‹ãƒ³ã‚°å•é¡Œé›†ã§ã™ï¼Ž ä¹¾ãƒ»å²¡å´Žç ”ã®æ–°äººç ”修勉強会ã®ä¸€ã¤ã§ã‚ã‚‹Learning Programmingã§ä½¿ã‚ã‚Œã¦ã„ã¾ã™ï¼Ž ã“ã®ãƒˆãƒ¬ãƒ¼ãƒ‹ãƒ³ã‚°ã¯ï¼Œä»¥ä¸‹ã®ç‚¹ã«é…æ…®ã—ã¦ãƒ‡ã‚¶ã‚¤ãƒ³ã•ã‚Œã¦ã„ã¾ã™ï¼Ž 自然言語処ç†ã®ç ”究を進ã‚る上ã§ï¼Œä¸€åº¦ã¯æ›¸ã„ã¦ãŠã„ãŸæ–¹ãŒã‚ˆã„プãƒã‚°ãƒ©ãƒ 統計，機械å¦ç¿’，データベースãªã©ã®ä¾¿åˆ©ãªæ¦‚念・ツールを体験ã™ã‚‹ 実用的ã§ï¼Œã‹ã¤ãƒ¯ã‚¯ãƒ¯ã‚¯ã™ã‚‹ã‚ˆã†ãªãƒ‡ãƒ¼ã‚¿ã‚’é¡Œæã¨ã™ã‚‹ ç ”ç©¶ã‚’é€²ã‚ã‚‹ã†ãˆã§é‡è¦ãªãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã®ãƒ«ãƒ¼ãƒ«ãƒ»ä½œæ³•ã‚’身ã«ã¤ã‘ã‚‹ モジュール性や組ã¿åˆã‚ã›ã‚’考慮ã—ã¤ã¤ï¼ŒçŸãã¦ã‚·ãƒ³ãƒ—ルãªãƒ—ãƒã‚°ãƒ©ãƒ を書ã プãƒã‚°ãƒ©ãƒ ã®å‹•ä½œã‚’確èªï¼ˆãƒ‡ãƒãƒƒã‚°ï¼‰ã—ãªãŒã‚‰ã‚³ãƒ¼ãƒ‡ã‚£ãƒ³ã‚°ã™ã‚‹ 労力を節約ã™ã‚‹ï¼ˆæ—¢å˜ã®ãƒ„ールï¼ãƒ—ãƒã‚°ãƒ©ãƒ ï¼ãƒ¢ã‚¸ãƒ¥ãƒ¼ãƒ«ãŒä½¿ãˆã‚‹ã¨ãã¯æµç”¨ã™ã‚‹ï¼‰ 計算資æºï¼ˆãƒ¡ãƒ¢ãƒªãƒ»å®Ÿè¡Œæ™‚間）を無駄ã«ã—ãªã„æ–¹
Ceek.jp Open Data - データ公開
Open Data（データ公開） ã¯ã˜ã‚ã« Ceek.jp ãŒåŽé›†ã—ãŸãƒ‡ãƒ¼ã‚¿ã®ä¸€éƒ¨ã‚’誰もãŒè‡ªç”±ã«ä½¿ãˆã‚‹ã‚ˆã†ã€è‘—作権ç‰ã«ç•™æ„ã—ãªãŒã‚‰å…¬é–‹ã—ã¦ã„ã¾ã™ã€‚ç ”ç©¶ç‰ã«æ´»ç”¨ã—ã¦ãã ã•ã„ã¾ã›ã€‚ ５ã¡ã‚ƒã‚“ãる掲示æ¿ï¼ˆæ—§ï¼’ã¡ã‚ƒã‚“ãる掲示æ¿ï¼‰ã®ã‚¹ãƒ¬ãƒƒãƒ‰ãƒ‡ãƒ¼ã‚¿ ５ã¡ã‚ƒã‚“ãã‚‹ã®ã‚¹ãƒ¬ãƒƒãƒ‰ ã§åŽé›†ã—㟠５ã¡ã‚ƒã‚“ãã‚‹æŽ²ç¤ºæ¿ ã®ã‚¹ãƒ¬ãƒƒãƒ‰ã‚¿ã‚¤ãƒˆãƒ«ãƒ‡ãƒ¼ã‚¿ã§ã™ã€‚ ライセンス ５ã¡ã‚ƒã‚“ãる掲示æ¿ãŒå®šã‚るルールã«å¾“ã£ã¦ãã ã•ã„。 æ›´æ–°é »åº¦ 毎週日曜日åˆå‰8時éŽãŽã«æ›´æ–°ã•ã‚Œã¾ã™ï¼ˆJST）。差分ã®æä¾›ã¯è¡Œã‚ã‚Œã¾ã›ã‚“。 スレッドデータ タブ区切りã§ä»¥ä¸‹ã®ãƒ‡ãƒ¼ã‚¿ãŒæ ¼ç´ã•ã‚Œã¦ã„ã¾ã™ã€‚ファイルã¯æŠ•ç¨¿æ—¥æ™‚ã®å¹´ã§åˆ†å‰²ã—ã¦ã„ã¾ã™ã€‚ファイルサイズã¯æœ€å¤§ã§ 230MB 程度ã§ã™ã€‚ é …ç›® 説明 サンプル
Statistical Semantic入門 ~分布仮説ã‹ã‚‰word2vecã¾ã§~
1. The document discusses various statistical and neural network-based models for representing words and modeling semantics, including LSI, PLSI, LDA, word2vec, and neural network language models. 2. These models represent words based on their distributional properties and contexts using techniques like matrix factorization, probabilistic modeling, and neural networks to learn vector representatio
Hunting Field: [python] 日本語構文解æžå™¨CaboChaã®ãŠã„ã—ã„食ã¹æ–¹
日本語構文解æžå™¨CaboChaをインストール。 ã¤ã„ã§ã«ã€ä¿‚ã‚Šå—ã‘解æžã«ã¤ã„ã¦ãƒãƒ§ãƒƒãƒˆèª¿ã¹ãŸã€‚ ã“ã®CaboChaを使ã†ã¨ã€æ—¥æœ¬èªžã®æ–‡ã‚’文節ã«åŒºåˆ‡ã‚Šã€ ãã®æ–‡ç¯€é–“ã®ä¿®é£¾é–¢ä¿‚（係りå—ã‘）を出力ã™ã‚‹äº‹ãŒã§ãる。 ã“ã“ã®ã¾ã‚“ã¾ã€‚ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ã€‚ YUMã§ä¸€ç™ºã€cabocha ã§ä¿‚ã‚Šå—ã‘è§£æž ã‚ªãƒ©ã‚¤ãƒªãƒ¼ã®12ç« ã«ã‚‚å‚考ã«ãªã‚‹ã¨ã“ã‚ãŒã‚ã£ãŸã€‚ Python ã«ã‚ˆã‚‹æ—¥æœ¬èªžè‡ªç„¶è¨€èªžå‡¦ç†ã€CaboChaを使ㆠã¾ãšã¯cabochaã‚’é ‚æˆ´ã—ã¦ãã‚‹ sudo rpm -Uvh http://rtilabs.net/files/repos/yum/rh/6/x86_64/rtilabs-release-1-0.noarch.rpm sudo yum install --enablerepo=rtilabs cabocha sudo yum install --enablerepo=rtilabs cabo
統計的係りå—ã‘解æžå…¥é–€
1. © 2010 IBM Corporation 自然言語処ç†å‹‰å¼·ä¼š@æ±äº¬ 統計的係りå—ã‘解æžå…¥é–€ æ—¥æœ¬ã‚¢ã‚¤ãƒ»ãƒ“ãƒ¼ãƒ»ã‚¨ãƒ ï¼ˆæ ªï¼‰æ±äº¬åŸºç¤Žç ”究所 海野 裕也（@unnonouno） 自然言語処ç†å‹‰å¼·ä¼š@æ±äº¬ 2. © 2010 IBM Corporation IBM Research - Tokyo 2 自然言語処ç†å‹‰å¼·ä¼š@æ±äº¬ 第3回2010/11/07 自己紹介 (1/2) 海野 裕也（ã†ã‚“㮠ゆã†ã‚„） –twitter: @unnonouno –blog: http://unnonouno.blogspot.com –NLPã‹ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã‹å†™çœŸã®è©±é¡Œ 日本アイ・ビー・エムæ±äº¬åŸºç¤Žç ”究所所属 –今ã¯TRLã¨ã„ã†ç•¥ç§°ã¯ä½¿ã‚ã‚Œã¦ã„ã¾ã›ã‚“:) –テã‚ストマイニング，自然言語処ç†ã®ç ”究開発 –主ã«ï¼Œå‹•çš„計画法ã¨æœ¨æ§‹é€ ã¨æˆ¯ã‚Œã¦ã„ã‚‹ 3. © 2010 IBM Corporation IBM R
自然言語処ç†ãƒ„ール
自然言語処ç†ã®ç ”究ã§å½¹ç«‹ã¤ãƒ„ールを集ã‚ã¦ã¿ã¾ã—ãŸã€‚ 音声èªè˜CMU Sphinx: 広ã利用ã•ã‚Œã¦ã„る音声èªè˜ãƒ—ãƒã‚°ãƒ©ãƒ 。 Juicer: é‡ã¿ä»˜ã有é™çŠ¶æ…‹ãƒˆãƒ©ãƒ³ã‚¹ãƒ‡ãƒ¥ãƒ¼ã‚µã‚’利用ã—ãŸéŸ³å£°èªè˜ãƒ‡ã‚³ãƒ¼ãƒ€ã€‚ Julius: 音声èªè˜ã‚·ã‚¹ãƒ†ãƒ ã®é–‹ç™ºãƒ»ç ”究ã®ãŸã‚ã®ã‚ªãƒ¼ãƒ—ンソースã®é«˜æ€§èƒ½ãªæ±Žç”¨å¤§èªžå½™é€£ç¶šéŸ³å£°èªè˜ã‚¨ãƒ³ã‚¸ãƒ³ã€‚ 言語モデルIRSTLM: 言語モデルã®å¦ç¿’ãƒ»æ ¼ç´ãƒ„ール。 kenlm: メモリ効率ã¨ã‚¹ãƒ”ードをé‡è¦–ã—ãŸè¨€èªžãƒ¢ãƒ‡ãƒ«ä¿æŒãƒ„ール。 Kylm: é‡ã¿ä»˜ã有é™çŠ¶æ…‹ãƒˆãƒ©ãƒ³ã‚¹ãƒ‡ãƒ¥ãƒ¼ã‚µãƒ¼ã®å‡ºåŠ›ã‚„未知語ã®æ–‡å—ベースモデル化ãªã©ã®æ©Ÿèƒ½ãŒæƒã£ã¦ã„る言語モデルツールã‚ット。Javaã§å®Ÿè£…。 RandLM: ä¹±æŠžãƒ‡ãƒ¼ã‚¿æ§‹é€ ã§ã‚ã‚‹Bloom Filterを用ã„ã‚‹ã“ã¨ã§ã€è†¨å¤§ãªè¨€èªžãƒ¢ãƒ‡ãƒ«ã‚’å°‘ãªã„メモリã§ä¿æŒã™ã‚‹ãƒ„ールã‚ット。 SRILM: 効率的ãªn-gram言語モデルツールã‚ット。様々ãªå¹³æ»‘化手法（Knese
Christopher Manning, Stanford NLP
Thomas M. Siebel Professor in Machine Learning, Professor of Linguistics and of Computer Science Director, Stanford Artificial Intelligence Laboratory (SAIL) Associate Director, Stanford Institute for Human-Centered Artificial Intelligence (HAI) Stanford NLP Group, Stanford AI Lab, HAI, Linguistics and Computer Science, Stanford University What's New? GloVe: Global Vectors for Word Representation
第3回　ベイジアンフィルタを実装ã—ã¦ã¿ã‚ˆã† | gihyo.jp
ã•ã‚‰ã«è©³ç´°ãªåˆ©ç”¨æ–¹æ³•ãŒçŸ¥ã‚ŠãŸã„æ–¹ã¯ã€Yahoo!デベãƒãƒƒãƒ‘ーズãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®ãƒžãƒ‹ãƒ¥ã‚¢ãƒ«ã‚’å‚ç…§ã—ã¦ãã ã•ã„。 ベイジアンフィルタã®å®Ÿè£… ã“ã“ã‹ã‚‰æœ¬æ ¼çš„ã«ãƒ™ã‚¤ã‚¸ã‚¢ãƒ³ãƒ•ã‚£ãƒ«ã‚¿ã®å®Ÿè£…ã«å…¥ã£ã¦ã„ãã¾ã™ã€‚ ãã®å‰ã«ã€ã¾ãšã¯å…ˆç¨‹ã®ãƒªã‚¹ãƒˆ1ã®ã‚³ãƒ¼ãƒ‰ã‚’利用ã—ã¦å…¥åŠ›ã•ã‚ŒãŸæ–‡ç« ã‚’ã‚ã‹ã¡æ›¸ãã—ã€å˜èªžã®é›†åˆã‚’è¿”ã™é–¢æ•°ã‚’作æˆã—naivebayes.pyã¨ã—ã¦ä¿å˜ã—ã¾ã—ょã†ã€‚ã“ã¡ã‚‰ã‚‚先程ã®morphological.pyã¨åŒæ§˜ã«utf-8ã§ä¿å˜ã—ã¦ãã ã•ã„。 リスト2ã€€æ–‡ç« ã®åˆ†å‰²ã‚’ã™ã‚‹é–¢æ•°ï¼ˆnaivebayes.py） # -*- coding: utf-8 -*- import math import sys #yahoo!å½¢æ…‹ç´ è§£æž import morphological def getwords(doc): words = [s.lower() for s in morphological.split(doc)
自然言語処ç†ã¨ AI(PDF)
自然言語処ç†ã¨ AI æ±äº¬å¤§å¦å¤§å¦é™¢ å·¥å¦ç³»ç ”究科 鶴岡 慶雅 æ¦‚è¦ â€¢ 自然言語処ç†ã¨ AI • ゲームAI アルゴリズム– Comparison training • コンピュータ将棋ã€ãƒŸãƒ‹ãƒžãƒƒã‚¯ã‚¹æŽ¢ç´¢ã€è©•ä¾¡é–¢æ•° – Monte Carlo Tree Search (MCTS) • コンピュータ囲ç¢ã€ãƒ¢ãƒ³ãƒ†ã‚«ãƒ«ãƒæ³•ã€å¤šè…•ãƒãƒ³ãƒ‡ã‚£ãƒƒãƒˆ – CounterFactual Regret Minimization (CFR) • ãƒãƒ¼ã‚«ãƒ¼ã€ã‚²ãƒ¼ãƒ ç†è«–ã€ãƒŠãƒƒã‚·ãƒ¥å‡è¡¡ • ã¾ã¨ã‚ 自然言語処ç†ã¨ AI • 人工知能（Artificial Intelligence, AI） – 知的ãªæƒ…å ±å‡¦ç†ã‚·ã‚¹ãƒ†ãƒ を作る – 推論ã€çŸ¥è˜è¡¨ç¾ã€ãƒ—ランニングã€å¦ç¿’ã€è‡ªç„¶è¨€èªžå‡¦ç†ã€ èªè˜ • ゲームAI – ゲームã®æ€è€ƒã‚¨ãƒ³ã‚¸ãƒ³ • オセãƒã€ãƒã‚§ã‚¹ã€å°†æ£‹ã€å›²ç¢ã€ãƒãƒ¼ã‚«ãƒ¼ã€StarCraft, etc
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
Amazon.co.jp: Foundations of Statistical Natural Language Processing (The MIT Press): Manning, Christopher D., Schutze, Hinrich: 本
http://yans.anlp.jp/modules/menu/main.php
最大エントãƒãƒ”ー法ã«åŸºã¥ãモデルを用ã„ãŸæ—¥æœ¬èªžä¿‚ã‚Šå—ã‘è§£æž | CiNii Research
https://www.anlp.jp/proceedings/annual_meeting/2007/pdf_dir/B3-5.pdf
http://nlpwp.org/book/
Coursera | Online Courses From Top Universities. Join for Free
{{#tags}}- {{label}}
{{/tags}}