お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2018-08-27 14:20
[招待講演]積モデルと半教師あり形態素解析
持橋大地統計数理研SP2018-28
抄録 (和) 音声分野では深層学習が革命的な進化を成し遂げているが, 自然言語処理においては
深層学習は成果を上げているものの, 劇的な性能の向上が見られたとはいえない.
これは, 構造を持つ言語を精密に扱うためには, 深層学習のレイヤだけではなく,
モデルにも適切な構造が必要なこと
に起因している. したがって, 今後音声研究が言語と融合する上では, 構造を持った
言語のモデルと音声をいかに繋いでゆくかが重要となる.
深層学習の最も基本的な要素であるボルツマンマシンは, 統計的には積モデル
としてとらえられる. 例として, 積モデル上での半教師あり学習をとりあげ,
自然言語処理において最も基本的な処理である形態素解析の半教師あり学習が,
どのような統計的枠組みで理解され, 学習されていくかについて紹介したい. 
(英) While deep learning methods have achieved revolutionary success in
speech and audio research, the impact is less significant in natural language
processing.
This is due to the fact that the language has inherent structure, and
simple deep learning layers cannot represent such structures.
Therefore, to combine speech and language it is quite important to leverage
structured statistical models for the joint models.
Boltzmann machines, which is the most basic building blocks in deep learning,
are product models from a statistical viewpoint. In this talk, I would like to
introduce a semi-supervised learning on product models that enables
semi-supervised word segmentation, a quite desired but not well represented
technique for natural language processing.
キーワード (和) 積モデル / 半教師あり学習 / 教師なし学習 / ベイズ学習 / 形態素解析 / / /  
(英) product models / semi-supervised learning / unsupervised learning / Bayesian learning / word segmentation / / /  
文献情報 信学技報, vol. 118, no. 198, SP2018-28, pp. 29-29, 2018年8月.
資料番号 SP2018-28 
発行日 2018-08-20 (SP) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード SP2018-28

研究会情報
研究会 SP  
開催期間 2018-08-27 - 2018-08-27 
開催地(和) 京都大学 
開催地(英) Kyoto Univ. 
テーマ(和) 認識,理解,一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 SP 
会議コード 2018-08-SP 
本文の言語 日本語 
タイトル(和) 積モデルと半教師あり形態素解析 
サブタイトル(和)  
タイトル(英) Product models and semi-supervised word segmentation 
サブタイトル(英)  
キーワード(1)(和/英) 積モデル / product models  
キーワード(2)(和/英) 半教師あり学習 / semi-supervised learning  
キーワード(3)(和/英) 教師なし学習 / unsupervised learning  
キーワード(4)(和/英) ベイズ学習 / Bayesian learning  
キーワード(5)(和/英) 形態素解析 / word segmentation  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 持橋 大地 / Daichi Mochihashi / モチハシ ダイチ
第1著者 所属(和/英) 統計数理研究所 (略称: 統計数理研)
The Institute of Statistical Mathematics (略称: ISM)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2018-08-27 14:20:00 
発表時間 60分 
申込先研究会 SP 
資料番号 SP2018-28 
巻番号(vol) vol.118 
号番号(no) no.198 
ページ範囲 p.29 
ページ数
発行日 2018-08-20 (SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会