SlideShare a Scribd company logo
1 of 19
Download to read offline
8 4 7 2
1 ., 0
• (.00 0 0
• R @
• a (
• I ec
•
• :S 1, 2
. 0.7, )2
•
• 2
• 71 3 R
• 1 3
• 3 17 1 3
•
• I
•
0 . ,
• i : : R I
•
•
• nc a 0
• )
•
• m 6
• 7
•
•
• (
.32/.4, 1
e
R
3 10. 2 ,
• e R 7 t :4 a na
•
• c
• r 4
•
• i c
I I
5
I I v
I I
I
t
• 7 a <
•
• ( ) ( )
• ( )>( )
•
• 7 a
• ( ) ( ) ( )
•
• 6 I I >R
.21 . , 0
•
• e e 2 7
• a
•
•
•
• 2 b e 2 Rc
• Rc7 e 2 I Rc
1 . 0 ,
e
2
/ 2 1 ) ( ))
• R
• I I
• I I 8
• ea
• 7
% 10. 2 ) , (
•
• c
•
• c
• I I
/ ) 2 ( ((
• , c :
• m 1 1 9 7I I :
% . . , 1 (
•
• i , R
• ,
• i R
• 7
• )
• )
• ) 7
• ) 7
• ) c a n
• ( ) 20 e
• ) ))
• ) ) )
• ) )) 7
• p I tro R We
•
• 2 27 .2, WBo i
• dan o Bw
•
•
• 7 .2, g
• 0 B l G .0 ,71K
• c
•
• W hRkB G W hv D k
2 ,
2 27 .2, W
( )
•
• 1
• 0 2
• 7 0 2 I
• 2 0 0 2 R
•
•
•
, .
• I 2 2 R
7
•
• 0
• 1
•
•
, .
2
•
•
• ( r
•
• 7 7
•
• 7 7
• (
• 7 7
2 ),0 ,1 .
R 3 I i
• n
• n
: 3 e c
n
I
a v
t
•
• I e 4 I : 4
•
• c R
• 7
• 2
•
• a
1 ., 0
•
• ( 5 75 I
•
• ( 5 75
•
• : R
10. 2 ) ,
• h p
• n n
• 0. 6 21,. 77. . ,0 7 . 01
• d v 01 d I
• 77. . ,0 7 . )
• Tsm T
• t e Rl r
• o ac i
• g TlT d
. 71.: ( ,
• 6 nc 7 t a r
•
•
•
•
•
• 7
•
• 5R nc 6 r
• 5 : iv e I 7
4 .21 .3, 0
( )
•
• 2
• 71 R
• 8 1
• 17 1
•
• I
•
0 . ,
, .

More Related Content

What's hot

初めてのグラフカット
初めてのグラフカット初めてのグラフカット
初めてのグラフカット
Tsubasa Hirakawa
 
Googleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge GraphについてGoogleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge Graphについて
maruyama097
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
irrrrr
 

What's hot (20)

[DL輪読会]Object-Centric Learning with Slot Attention
[DL輪読会]Object-Centric Learning with Slot Attention[DL輪読会]Object-Centric Learning with Slot Attention
[DL輪読会]Object-Centric Learning with Slot Attention
 
【DL輪読会】Mastering Diverse Domains through World Models
【DL輪読会】Mastering Diverse Domains through World Models【DL輪読会】Mastering Diverse Domains through World Models
【DL輪読会】Mastering Diverse Domains through World Models
 
[DL Hacks]Deep Neuroevolution: Genetic Algorithms Are a Competitive Alternati...
[DL Hacks]Deep Neuroevolution: Genetic Algorithms Are a Competitive Alternati...[DL Hacks]Deep Neuroevolution: Genetic Algorithms Are a Competitive Alternati...
[DL Hacks]Deep Neuroevolution: Genetic Algorithms Are a Competitive Alternati...
 
エキスパートPythonプログラミング改訂3版の読みどころ
エキスパートPythonプログラミング改訂3版の読みどころエキスパートPythonプログラミング改訂3版の読みどころ
エキスパートPythonプログラミング改訂3版の読みどころ
 
文献紹介:Image Segmentation Using Deep Learning: A Survey
文献紹介:Image Segmentation Using Deep Learning: A Survey文献紹介:Image Segmentation Using Deep Learning: A Survey
文献紹介:Image Segmentation Using Deep Learning: A Survey
 
初めてのグラフカット
初めてのグラフカット初めてのグラフカット
初めてのグラフカット
 
「日本語LaTeX」が多すぎる件について
「日本語LaTeX」が多すぎる件について「日本語LaTeX」が多すぎる件について
「日本語LaTeX」が多すぎる件について
 
機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021
 
[DL輪読会]BERT: Pre-training of Deep Bidirectional Transformers for Language Und...
[DL輪読会]BERT: Pre-training of Deep Bidirectional Transformers for Language Und...[DL輪読会]BERT: Pre-training of Deep Bidirectional Transformers for Language Und...
[DL輪読会]BERT: Pre-training of Deep Bidirectional Transformers for Language Und...
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習
 
「世界モデル」と関連研究について
「世界モデル」と関連研究について「世界モデル」と関連研究について
「世界モデル」と関連研究について
 
[DL輪読会]Flow-based Deep Generative Models
[DL輪読会]Flow-based Deep Generative Models[DL輪読会]Flow-based Deep Generative Models
[DL輪読会]Flow-based Deep Generative Models
 
確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション確率モデルを用いた3D点群レジストレーション
確率モデルを用いた3D点群レジストレーション
 
Googleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge GraphについてGoogleの新しい検索技術 Knowledge Graphについて
Googleの新しい検索技術 Knowledge Graphについて
 
シンギュラリティを知らずに機械学習を語るな
シンギュラリティを知らずに機械学習を語るなシンギュラリティを知らずに機械学習を語るな
シンギュラリティを知らずに機械学習を語るな
 
[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networks[DL輪読会]Relational inductive biases, deep learning, and graph networks
[DL輪読会]Relational inductive biases, deep learning, and graph networks
 
研究効率化Tips Ver.2
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2
 
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
 
Deep Learningによる超解像の進歩
Deep Learningによる超解像の進歩Deep Learningによる超解像の進歩
Deep Learningによる超解像の進歩
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
 

Similar to 自然言語処理勉強会11章 情報抽出と知識獲得

Similar to 自然言語処理勉強会11章 情報抽出と知識獲得 (20)

キートップのノベルティを作った話
キートップのノベルティを作った話キートップのノベルティを作った話
キートップのノベルティを作った話
 
キートップのノベルティを作ってみた話
キートップのノベルティを作ってみた話キートップのノベルティを作ってみた話
キートップのノベルティを作ってみた話
 
音声認識入門(前編)
音声認識入門(前編)音声認識入門(前編)
音声認識入門(前編)
 
Style-GAN
Style-GANStyle-GAN
Style-GAN
 
쉽게 시작하고, 비용을 줄여가는 SaaS 서비스 방법 (김형섭 CTO, 플레이오토) :: AWS TechShift 2018
쉽게 시작하고, 비용을 줄여가는 SaaS 서비스 방법 (김형섭 CTO,  플레이오토) :: AWS TechShift 2018쉽게 시작하고, 비용을 줄여가는 SaaS 서비스 방법 (김형섭 CTO,  플레이오토) :: AWS TechShift 2018
쉽게 시작하고, 비용을 줄여가는 SaaS 서비스 방법 (김형섭 CTO, 플레이오토) :: AWS TechShift 2018
 
しろばこいろいろ
しろばこいろいろしろばこいろいろ
しろばこいろいろ
 
ゼロから始める機械学習 シーズン2 機械学習と意思決定
ゼロから始める機械学習 シーズン2 機械学習と意思決定ゼロから始める機械学習 シーズン2 機械学習と意思決定
ゼロから始める機械学習 シーズン2 機械学習と意思決定
 
[DL Hacks]Modeling Relational Data with Graph Convolutional Networks
[DL Hacks]Modeling Relational Data with Graph Convolutional Networks[DL Hacks]Modeling Relational Data with Graph Convolutional Networks
[DL Hacks]Modeling Relational Data with Graph Convolutional Networks
 
20200507 QUMトーーク!20年代のニッポンを勝手に占っちゃいます!これから伸びる産業、縮む産業! Vol.3
20200507 QUMトーーク!20年代のニッポンを勝手に占っちゃいます!これから伸びる産業、縮む産業! Vol.320200507 QUMトーーク!20年代のニッポンを勝手に占っちゃいます!これから伸びる産業、縮む産業! Vol.3
20200507 QUMトーーク!20年代のニッポンを勝手に占っちゃいます!これから伸びる産業、縮む産業! Vol.3
 
ゼロから始める機械学習 ディープラーニング超概要
ゼロから始める機械学習 ディープラーニング超概要ゼロから始める機械学習 ディープラーニング超概要
ゼロから始める機械学習 ディープラーニング超概要
 
Summary of the state of Java that will affect Scala-ers
Summary of the state of Java that will affect Scala-ersSummary of the state of Java that will affect Scala-ers
Summary of the state of Java that will affect Scala-ers
 
カメラキャリブレーション
カメラキャリブレーションカメラキャリブレーション
カメラキャリブレーション
 
退院時アウトカム予測における機械学習の応用 [JARM第2回秋季学術集会]
退院時アウトカム予測における機械学習の応用 [JARM第2回秋季学術集会]退院時アウトカム予測における機械学習の応用 [JARM第2回秋季学術集会]
退院時アウトカム予測における機械学習の応用 [JARM第2回秋季学術集会]
 
20190317 prml ch2 probability Distribution
20190317 prml ch2 probability Distribution20190317 prml ch2 probability Distribution
20190317 prml ch2 probability Distribution
 
Let's do Inverse RL
Let's do Inverse RLLet's do Inverse RL
Let's do Inverse RL
 
(最新版はコメント欄のリンク参照ください) ゼロから始める機械学習 シーズン1 〜ディープラーニング超概要〜 
(最新版はコメント欄のリンク参照ください) ゼロから始める機械学習 シーズン1 〜ディープラーニング超概要〜 (最新版はコメント欄のリンク参照ください) ゼロから始める機械学習 シーズン1 〜ディープラーニング超概要〜 
(最新版はコメント欄のリンク参照ください) ゼロから始める機械学習 シーズン1 〜ディープラーニング超概要〜 
 
(最新版はコメント欄のリンク参照ください) ゼロから始める機学習 シーズン1~ディープラーニング超概要編~
(最新版はコメント欄のリンク参照ください) ゼロから始める機学習 シーズン1~ディープラーニング超概要編~(最新版はコメント欄のリンク参照ください) ゼロから始める機学習 シーズン1~ディープラーニング超概要編~
(最新版はコメント欄のリンク参照ください) ゼロから始める機学習 シーズン1~ディープラーニング超概要編~
 
「1億総デザイン社会」へ:自分らしくを、アタリマエに。
「1億総デザイン社会」へ:自分らしくを、アタリマエに。「1億総デザイン社会」へ:自分らしくを、アタリマエに。
「1億総デザイン社会」へ:自分らしくを、アタリマエに。
 
ボール保持力・奪取力マップから見るロシアW杯2018
ボール保持力・奪取力マップから見るロシアW杯2018ボール保持力・奪取力マップから見るロシアW杯2018
ボール保持力・奪取力マップから見るロシアW杯2018
 
Eclipse con france 2018 report
Eclipse con france 2018 reportEclipse con france 2018 report
Eclipse con france 2018 report
 

More from Retrieva inc.

More from Retrieva inc. (15)

コンテナ仮想、その裏側 〜user namespaceとrootlessコンテナ〜
コンテナ仮想、その裏側 〜user namespaceとrootlessコンテナ〜コンテナ仮想、その裏側 〜user namespaceとrootlessコンテナ〜
コンテナ仮想、その裏側 〜user namespaceとrootlessコンテナ〜
 
自然言語処理シリーズ9 構文解析 3.6-3.8節
自然言語処理シリーズ9 構文解析 3.6-3.8節自然言語処理シリーズ9 構文解析 3.6-3.8節
自然言語処理シリーズ9 構文解析 3.6-3.8節
 
Linuxカーネルを読んで改めて知るプロセスとスレッドの違い
Linuxカーネルを読んで改めて知るプロセスとスレッドの違いLinuxカーネルを読んで改めて知るプロセスとスレッドの違い
Linuxカーネルを読んで改めて知るプロセスとスレッドの違い
 
IP電話交換機ソフト Asterisk について
IP電話交換機ソフト Asterisk についてIP電話交換機ソフト Asterisk について
IP電話交換機ソフト Asterisk について
 
論理的思考で読解力を培う
論理的思考で読解力を培う論理的思考で読解力を培う
論理的思考で読解力を培う
 
放送大学テキスト「自然言語処理」 6章 意味の解析(1)
放送大学テキスト「自然言語処理」 6章 意味の解析(1)放送大学テキスト「自然言語処理」 6章 意味の解析(1)
放送大学テキスト「自然言語処理」 6章 意味の解析(1)
 
キーボード自作のススメ
キーボード自作のススメキーボード自作のススメ
キーボード自作のススメ
 
レトリバのキートップ説明書
レトリバのキートップ説明書レトリバのキートップ説明書
レトリバのキートップ説明書
 
ブースティング入門
ブースティング入門ブースティング入門
ブースティング入門
 
情報検索の基礎
情報検索の基礎情報検索の基礎
情報検索の基礎
 
Chainer の Trainer 解説と NStepLSTM について
Chainer の Trainer 解説と NStepLSTM についてChainer の Trainer 解説と NStepLSTM について
Chainer の Trainer 解説と NStepLSTM について
 
ChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なことChainerでDeep Learningを試すために必要なこと
ChainerでDeep Learningを試すために必要なこと
 
20170221 cnet live講演資料
20170221 cnet live講演資料20170221 cnet live講演資料
20170221 cnet live講演資料
 
Making Google Cardboard and Laser Cutter
Making Google Cardboard and Laser CutterMaking Google Cardboard and Laser Cutter
Making Google Cardboard and Laser Cutter
 
Chainerで学ぶdeep learning
Chainerで学ぶdeep learningChainerで学ぶdeep learning
Chainerで学ぶdeep learning
 

自然言語処理勉強会11章 情報抽出と知識獲得

  • 1. 8 4 7 2 1 ., 0
  • 2. • (.00 0 0 • R @ • a ( • I ec • • :S 1, 2 . 0.7, )2
  • 3. • • 2 • 71 3 R • 1 3 • 3 17 1 3 • • I • 0 . ,
  • 4. • i : : R I • • • nc a 0 • ) • • m 6 • 7 • • • ( .32/.4, 1 e R
  • 5. 3 10. 2 , • e R 7 t :4 a na • • c • r 4 • • i c I I 5 I I v I I I t
  • 6. • 7 a < • • ( ) ( ) • ( )>( ) • • 7 a • ( ) ( ) ( ) • • 6 I I >R .21 . , 0
  • 7. • • e e 2 7 • a • • • • 2 b e 2 Rc • Rc7 e 2 I Rc 1 . 0 , e 2
  • 8. / 2 1 ) ( )) • R • I I • I I 8 • ea • 7 % 10. 2 ) , ( • • c • • c • I I
  • 9. / ) 2 ( (( • , c : • m 1 1 9 7I I : % . . , 1 ( • • i , R • , • i R • 7 • ) • ) • ) 7 • ) 7 • ) c a n • ( ) 20 e • ) )) • ) ) ) • ) )) 7
  • 10. • p I tro R We • • 2 27 .2, WBo i • dan o Bw • • • 7 .2, g • 0 B l G .0 ,71K • c • • W hRkB G W hv D k 2 , 2 27 .2, W
  • 11. ( ) • • 1 • 0 2 • 7 0 2 I • 2 0 0 2 R • • • , .
  • 12. • I 2 2 R 7 • • 0 • 1 • • , . 2
  • 13. • • • ( r • • 7 7 • • 7 7 • ( • 7 7 2 ),0 ,1 . R 3 I i • n • n : 3 e c n I a v t
  • 14. • • I e 4 I : 4 • • c R • 7 • 2 • • a 1 ., 0
  • 15. • • ( 5 75 I • • ( 5 75 • • : R 10. 2 ) ,
  • 16. • h p • n n • 0. 6 21,. 77. . ,0 7 . 01 • d v 01 d I • 77. . ,0 7 . ) • Tsm T • t e Rl r • o ac i • g TlT d . 71.: ( ,
  • 17. • 6 nc 7 t a r • • • • • • 7 • • 5R nc 6 r • 5 : iv e I 7 4 .21 .3, 0
  • 18. ( ) • • 2 • 71 R • 8 1 • 17 1 • • I • 0 . ,
  • 19. , .