SlideShare a Scribd company logo
1 of 30
Download to read offline
@Zaoriku0
すみません昔の記憶で語ります!
引用数50
NLP勉強会 #4
Storytelling Algorism とは
Redescription miningの一般化
(再記載? 再記述? )
Storytelling Algorism とは
Redescription mining とは
ある表現の再表現セットの組を枚挙的に見つけること
表現A 表現A‘
類似表現の集合を見つける感じ
(再記述? 再表現? )
Storytelling Algorism とは
o1,o2,o3,o4
Subset(S)
単語集合的
但し、2進数
単語集合
のイメージ
Redescription miningの一般化
Storytelling Algorism とは
入力:
S… O{o1,o2,o3,o4…on}
Z1, Zx
出力:
Z1…Zx(ストーリ)
パラメータ:
b… 幅
d… 深さ
>θ(Z間のjaccard係数)
o1,o2,o3,o4
Subset(S)
単語集合的
但し、2進数
単語集合な感じ
d
b
論理式で結合可
単語集合な感じ
Storytelling Algorism の流れ
①初期化
②次の表現候補の探索
-Signature Tableを使用しCARTwheel
③最適な候補の決定
-A*サーチ(ヒューリスティック)
Storytelling Algorism の流れ
①初期化
②次の表現候補の探索
-Signature Tableを使用しCARTwheel
③最適な候補の決定
-A*サーチ(ヒューリスティック)
Signature Table
Storytelling Algorism
略
Storytelling Algorism 結果(Gene Set)
Storytelling Algorism 結果2(Gene Set)
YGR052Wは、グルコース代謝、栄養制御に係るのでは?
Storytelling Algorism 結果3
(PubMed)
論文のアブスト!
Storytelling Algorism 結果3
(PubMed)
ダブリ
Stories
時系列にならんだ!
Storytelling Algorism 所感
・制約付き類似記事の探索
・時系列抽出はストーリー・マイニングって感じ!
なんちゃって実装
Word2VecでStorytelling
やってみた!
Word 2 Vec 2 Word
(もくもくDeepなんとかハッカソン作品)
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
StoryTellingアルゴリズムのエッセンス!
StoryTellingアルゴリズムのエッセンス!
①初期化
②次の表現候補の探索
③最適な候補の決定
とCOS類似度
とCOS類似度
データ
• Yahoo News Top 2階層
• パラメータ
• Word2Vec
• モデル次元数、window
• W2V2W
• 探索数、シーケンス数
• 単語遷移順位
• Python2.7
• Gensim
ビジネス ⇒ スポーツ
日本 ⇒ アメリカ
アメリカ ⇒ 日本
結婚 ⇒ ビジネス
ビジネス ⇒ 結婚
女 ⇒ 男
男 ⇒ 女
•コンテンツ間の間に入るコンテツ
•ユーザー間にくるユーザ
•左右から探索
•特許情報
応用先の考察
ありがとうございました!

More Related Content

Viewers also liked

NLP若手の会シンポジウム行ってきた & Chainer使ってみた
NLP若手の会シンポジウム行ってきた & Chainer使ってみたNLP若手の会シンポジウム行ってきた & Chainer使ってみた
NLP若手の会シンポジウム行ってきた & Chainer使ってみたYoshiyuki Kakihara
 
はじぱた7章F5up
はじぱた7章F5upはじぱた7章F5up
はじぱた7章F5upTyee Z
 
単純パーセプトロン
単純パーセプトロン単純パーセプトロン
単純パーセプトロンT2C_
 
続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)Motoya Wakiyama
 
KDD2013読み会: Direct Optimization of Ranking Measures
KDD2013読み会: Direct Optimization of Ranking MeasuresKDD2013読み会: Direct Optimization of Ranking Measures
KDD2013読み会: Direct Optimization of Ranking Measuressleepy_yoshi
 
Repeat buyer prediction for e commerce, KDD2016
Repeat buyer prediction for e commerce, KDD2016Repeat buyer prediction for e commerce, KDD2016
Repeat buyer prediction for e commerce, KDD2016Motoya Wakiyama
 
ハトでもわかる単純パーセプトロン
ハトでもわかる単純パーセプトロンハトでもわかる単純パーセプトロン
ハトでもわかる単純パーセプトロンtakosumipasta
 
「意味」の意味について考えた
「意味」の意味について考えた「意味」の意味について考えた
「意味」の意味について考えたt dev
 
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門Takami Sato
 
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twitter
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on TwitterKDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twitter
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twittersleepy_yoshi
 
HDP2.5 Updates
HDP2.5 UpdatesHDP2.5 Updates
HDP2.5 UpdatesYuta Imai
 
Deep Learning On Apache Spark
Deep Learning On Apache SparkDeep Learning On Apache Spark
Deep Learning On Apache SparkYuta Imai
 
パーセプトロン型学習規則
パーセプトロン型学習規則パーセプトロン型学習規則
パーセプトロン型学習規則Shuhei Sowa
 
SVMについて
SVMについてSVMについて
SVMについてmknh1122
 
深層学習時代の自然言語処理
深層学習時代の自然言語処理深層学習時代の自然言語処理
深層学習時代の自然言語処理Yuya Unno
 

Viewers also liked (17)

NLP若手の会シンポジウム行ってきた & Chainer使ってみた
NLP若手の会シンポジウム行ってきた & Chainer使ってみたNLP若手の会シンポジウム行ってきた & Chainer使ってみた
NLP若手の会シンポジウム行ってきた & Chainer使ってみた
 
はじぱた7章F5up
はじぱた7章F5upはじぱた7章F5up
はじぱた7章F5up
 
単純パーセプトロン
単純パーセプトロン単純パーセプトロン
単純パーセプトロン
 
続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)続分かりやすいパターン認識 4章後半(4.7以降)
続分かりやすいパターン認識 4章後半(4.7以降)
 
KDD2013読み会: Direct Optimization of Ranking Measures
KDD2013読み会: Direct Optimization of Ranking MeasuresKDD2013読み会: Direct Optimization of Ranking Measures
KDD2013読み会: Direct Optimization of Ranking Measures
 
Repeat buyer prediction for e commerce, KDD2016
Repeat buyer prediction for e commerce, KDD2016Repeat buyer prediction for e commerce, KDD2016
Repeat buyer prediction for e commerce, KDD2016
 
ハトでもわかる単純パーセプトロン
ハトでもわかる単純パーセプトロンハトでもわかる単純パーセプトロン
ハトでもわかる単純パーセプトロン
 
「意味」の意味について考えた
「意味」の意味について考えた「意味」の意味について考えた
「意味」の意味について考えた
 
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
 
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twitter
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on TwitterKDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twitter
KDD2014勉強会: Large-Scale High-Precision Topic Modeling on Twitter
 
HDP2.5 Updates
HDP2.5 UpdatesHDP2.5 Updates
HDP2.5 Updates
 
Deep Learning On Apache Spark
Deep Learning On Apache SparkDeep Learning On Apache Spark
Deep Learning On Apache Spark
 
aiconf2017okanohara
aiconf2017okanoharaaiconf2017okanohara
aiconf2017okanohara
 
パーセプトロン型学習規則
パーセプトロン型学習規則パーセプトロン型学習規則
パーセプトロン型学習規則
 
SVMについて
SVMについてSVMについて
SVMについて
 
Ibis2016okanohara
Ibis2016okanoharaIbis2016okanohara
Ibis2016okanohara
 
深層学習時代の自然言語処理
深層学習時代の自然言語処理深層学習時代の自然言語処理
深層学習時代の自然言語処理
 

ストーリーテリング・アルゴリズムの論文紹介と擬似実装(word2vecの応用)