吉澤「オントロジーの概要」

タスク：診断

上位：常識

構成要素の1つ：ロール　例）教師は生徒がいて初めて教師という役割を持つ、前輪と後輪、など。

半構造情報資源を利用したオントロジー学習：wikiは9つのカテゴリしかない。

オントロジー学習：正答率と再現率はトレードオフ。リストから消すのは簡単だが増やすのは難しい→再現率を重視。

                                医療分野など、間違いが許されない場合は正答率を重視。

オントロジー学習の目的は？→知識ベースがメイン。

オントロジーのイメージは？→生物学の生物構造に近いかも？詳細まで書かれている辞書みたいなもの。

言語処理でオントロジーを作るのは大変。wikiも人でによるものだから知識。色々と使える。

オントロジーの閾が高い。閾を下げてみては？

どんなに辞書や解答を用意しても、問題が解ければいい。

20年経っても解けない問題より、目の前の解ける問題を解く。

相田「構文解析」

実用性についてもっと調べる。

・”現在は”縦型/横型、トップダウン/ボトムアップのどれを使うの？使い分けは？

・コーパスは人基準？

教科書は古い。全てだと思わない。→論文も読むべき

テーマを変えても良い。

守谷「派生文法と探索アルゴリズム」

ビームサーチ：幅優先

Bの決め方は？→自分で。B=無限になると幅優先探索と同じ。

スコア計算の重さ？やっていることは同じ。CPの数字扱いの都合上、確率は小さくなるので log を用いる。

グリーディーサーチ：深さ優先

派生文法は丁寧、命令、完了などがローマ字でシンプルに表せて興味深い。

派生文法の使い道？30〜40年前はありがたく使っていた。

言語自体の勉強もしておくべき。

鈴木「深層学習を用いた自然言語処理」

最適なパラメータを決めるのは難しい。

層の数え方は入力以外の数を見る。

深層学習：広義「複数層」狭義「4層以上」

Negative Samplingとは？→損失関数。確率分布はコーパス全て。間違いも教える。小川さんのスライドも見ると良い。

実装してみた系もアリ。