東京工科大学 コンピュータサイエンス学部 亀田弘之

Slides:



Advertisements
Similar presentations
自然言語処理 平成 24 年 11 月 5 日 (No5)- 東京工科大学 コンピュータサイエンス学部 亀田弘之.
Advertisements

人工知能特論2011 No.4 東京工科大学大学院 担当教員:亀田弘之.
人工知能特論2007 No.4 東京工科大学大学院 担当教員:亀田弘之.
東京工科大学 コンピュータサイエンス学部 亀田弘之
プログラミング入門 (教科書1~3章) 2005/04/14(Thu.).
東京工科大学 コンピュータサイエンス学部 亀田弘之
Tokyo University of Technology Hiroyuki KAMEDA KE304 9:00~10:30
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
人工知能特論2011 資料No.6 東京工科大学大学院 担当教員 亀田弘之.
Inverse Entailment and Progol Stephen Muggleton
数理論理学 第1回 茨城大学工学部情報工学科 佐々木 稔.
メディア学部 2011年9月29日(木) 担当教員:亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
人工知能特論2007 東京工科大学 亀田弘之.
言語プロセッサ2007 平成19年9月26日(水) (Ver.2 平成19年10月3日変更)
東京工科大学 コンピュータサイエンス学部 担当 亀田弘之
東京工科大学大学院 バイオニクス・情報メディア学専攻科 担当: 亀田 弘之
人工知能概論 第14回 言語と論理(3) 証明と質問応答
FlexとBison+アルファ -実習編-
人工知能特論2009 東京工科大学 亀田弘之 KE304.
情報リテラシー2014 part 5/5 (亀田担当分最終回)
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
只見町 インターネット・エコミュージアムの「キーワード」検索の改善
自然言語処理2016 -平成28年11月7日・14日(No.6&7)-
平成25年3月27日(水) 東京工科大学 コンピュータ蓑寝椅子学部 在学生ガイダンス
自然言語処理2011(3回目) Natural Language Processing 2011
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学大学院 バイオニクス・情報メディア学専攻科 担当: 亀田 弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
自然言語処理2010(3回目) Natural Language Processing 2010
東京工科大学 コンピュータサイエンス学部 亀田弘之
平成20年10月5日(月) 東京工科大学 コンピュータサイエンス学部 亀田弘之
(1)序論 人工知能とは 歴史 方法論 人工知能の基礎 問題解決 探索 推論 知識.
知能情報システム特論 Introduction
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
オブジェクト指向 プログラミング 第二回 知能情報学部 新田直也.
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 担当 亀田弘之
2010年度 情報科学序論 ~ 内部構造と動作の仕組み(2) ~.
Prolog入門 ーIT中級者用ー.
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 担当 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
情報基礎Ⅱ (第1回) 月曜4限 担当:北川 晃.
2013年度 プログラミングⅠ ~ 内部構造と動作の仕組み(2) ~.
メディア学部 2010年9月30日(木) 担当教員:亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
クローン検出ツールを用いた ソフトウェアシステムの類似度調査
東京工科大学 コンピュータサイエンス学部 亀田弘之
自然言語処理2015 Natural Language Processing 2015
計算の理論 I -講義について+αー 月曜3校時 大月美佳 平成31年5月18日 佐賀大学理工学部知能情報システム学科.
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 担当 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
平成23年12月22日(木) No.9 東京工科大学 担当:亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
計算の理論 I -講義について+αー 火曜3校時 大月美佳 平成31年8月23日 佐賀大学理工学部知能情報システム学科.
自然言語処理2016 Natural Language Processing 2016
2008年度 情報科学序論 ~ 内部構造と動作の仕組み(2) ~.
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
東京工科大学 コンピュータサイエンス学部 亀田弘之
Presentation transcript:

東京工科大学 コンピュータサイエンス学部 亀田弘之 自然言語処理2016 No.10 東京工科大学 コンピュータサイエンス学部 亀田弘之 自然言語処理2016 東京工科大学CS学部

今日は文法獲得の話しをします. (注)文法獲得: Grammar Acquisition 自然言語処理2016 東京工科大学CS学部

(確認)構文解析プログラムの作成手順 開発環境の整備 プログラム作成手順 各種ソフトウェアのインストール 文字コードの決定 など 文字コードの決定 など プログラム作成手順 言語データの収集 言語分析 <= 対象言語の知識が必要 形式文法の設定 <= 形式言語の知識が必要 Prolog形式への書き換え <= Prologの知識が必要 NLPプログラムの実行 構文木を出力するプログラム (draw_term/1) 動作確認 妥当性検証 など 公開へ向けてのドキュメント等の整備 自然言語処理2016 東京工科大学CS学部

質問 (1)言語データをどうやって集める? (2)言語データをどうやって分析する? (3)形式文法への書き換え,良い手はないの? (4)Prolog形式への書き換え自動化できないの? 自分なりの答えを考えてください. 自然言語処理2016 東京工科大学CS学部

疑問:大量のテキストデータから 言語獲得できないのだろうか? 疑問:大量のテキストデータから     言語獲得できないのだろうか? できない? なぜできない? できる? なぜ(why)? どうやったらできる(how)? (呟き)   人間の子供ように学習(言語学習)できないのかなぁ? 自然言語処理2016 東京工科大学CS学部

問題の分析・整理 入力: テキストデータ 出力: 言語(体系)に関する知識 幾つかの事例から,本質的な知識(法則・規則)を発見する! 入力: テキストデータ  出力: 言語(体系)に関する知識          幾つかの事例から,本質的な知識(法則・規則)を発見する! 自然言語処理2016 東京工科大学CS学部

問題の分析・整理 入力: テキストデータ ← 大量に必要! ← どのくらい必要? 入力: テキストデータ ← 大量に必要! ← どのくらい必要? 出力: 言語(体系)に関する知識         ← 記述言語は?         ← 抽出・発見方法は? 幾つかの事例から,本質的な知識(法則・規則)を発見する! 自然言語処理2016 東京工科大学CS学部

問題の分析・整理 入力: テキストデータ ← とにかく 大量のデータを使おう! 入力: テキストデータ ← とにかく                  大量のデータを使おう! 出力: 言語(体系)に関する知識         ← 記述言語           (Prolog言語 = 1階述語論理)         ← 抽出・発見方法(帰納推論) 幾つかの事例から,本質的な知識(法則・規則)を発見する! 自然言語処理2016 東京工科大学CS学部

問題の分析・整理 入力: テキストデータ ← 大量のデータを使おう! 入力: テキストデータ ← 大量のデータを使おう! 出力: 言語(体系)に関する知識         ← 記述言語           (Prolog言語 = 1階述語論理)         ← 抽出・発見方法(帰納推論) 幾つかの事例から,本質的な知識(法則・規則)を発見する! 自然言語処理2016 東京工科大学CS学部

帰納論理プログラミング (Inductive Logic Programming; ILP) 問題の分析・整理 入力: テキストデータ ← 大量のデータを使おう! 出力: 言語(体系)に関する知識         ← 記述言語           (Prolog言語 = 1階述語論理)         ← 抽出・発見方法(帰納的推論) 幾つかの事例から,本質的な知識(法則・規則)を発見する! 帰納論理プログラミング (Inductive Logic Programming; ILP) 自然言語処理2016 東京工科大学CS学部

帰納論理プログラミング (その前に) 自然言語処理2016 東京工科大学CS学部

いろいろな論理学 古典的論理学 現代論理学 命題論理学(Propositinal Logic) 述語論理学(Predicate Logic) 参考情報 いろいろな論理学 古典的論理学 命題論理学(Propositinal Logic) 述語論理学(Predicate Logic) 現代論理学 様相論理学(Modal Logic) 時相論理学(Temporal Logic) 線形論理学(Linear Logic) ファジー論理学(Fuzzy Logic) Paraconsistent Logic その他 論理回路設計,人工知能,機械学習,ソフトウェア検証などで活躍している. 自然言語処理2016 東京工科大学CS学部

いろいろな推論 演繹推論(deduction) 帰納推論(induction) 発想推論(abduction) -------------------------------------------------------------- 結論:  いま 「B」 である. 自然言語処理2016 東京工科大学CS学部

幾つかのBとCの対からAを導く → 帰納推論 AとBからCを導く  → 演繹推論 AとCからBを導く  → 発想推論 幾つかのBとCの対からAを導く → 帰納推論 自然言語処理2016 東京工科大学CS学部

帰納論理プログラミング(ILP) 条件設定 処理 このようなことをやってのける方法の1つがILP 背景知識 事例 事例を適切に説明することのできる知識を 発見的に獲得する. このようなことをやってのける方法の1つがILP 自然言語処理2016 東京工科大学CS学部

ILPシステムの例 Golem Progol Alephなど (注)ソースコードは公開されている. 自然言語処理2016 東京工科大学CS学部

文法獲得の事例紹介 統語規則獲得 → Progol, Apleph 未知語獲得 → Progol (Version 5以降,発想推論) (注)配布資料も参照のこと 自然言語処理2016 東京工科大学CS学部

以上で,今日はおしまいです. 今後の日程の確認: 補講はありません。 12月12日,19日,26日 1月16日,23日 2月1日(水)1限目試験(講実403, 9:00-10:00) 補講はありません。 自然言語処理2016 東京工科大学CS学部