論文：Grammar Error Correction in Morphologically Rich Languages: The Case of Russian 担当：小川さん 今回、ロシア語を取り上げた理由は？：日本語と状況（文法、データが少ない）が似ている 誤り単語も素性として学習させる 擬似データ：大規模なコーパスから生成 error typeは筆者が決めたもの？：言語学的に定められた規則。 コーパスのerror rate：学習者の熟練度によって変わる。 論文：A robust self-learning method for fully unsupervised cross-lingual mappings of word embeddings 担当：勝田さん Mx、Mzは：単語の類似度を全て計算するのが大変であるため、計算量を削減？ 前処理でベクトルの長さを正規化していいの？：コサイン類似度を見てるからいいのかも。 4つの工夫の1つ、Bidirectional dictionary inductionは、何をしている？：学習する際に言語を入れ替え？
|
|
|