Index
自然言語処理におけるアルゴリズム
注釈付きコーパスが構築され、整理された自然言語の問題は、分類問題等としても扱うことができる.
注釈付きコーパスを教示データとして、機械学習の手法を適用することができる.
例えば、英語の品詞のタグ付けのタスクでは、
各単語の品詞を選ぶという分類問題である.
ベイズ識別 / Naive Bayes Classifier
上の「英語の品詞付与」のタスクに、ベイズ識別 / Naive Bayes Classifier を適用する場合、
などの情報を用いて、品詞の確率を予測する.
「対象とする単語そのもの」、「その 1 文字目が大文字かどうか」、「前後にどのような単語があるか」
などの情報を用いて、品詞の確率を予測する.
- ベイズ識別 / Naive Bayes Classifier
隠れマルコフモデル / Hidden Markov Model / HMM
観測されない隠れた状態があり、
その隠れた状態間で、ある確率の遷移がおこり、
遷移した各状態からさらに、ある確率で出力されると考えるモデル.
上の「英語の品詞付与」のタスクに、HMM でモデル化することができる.
すなわち、隠れ状態が品詞に相当し、 各状態 (品詞) から、具体的な単語が出力されると考える.
すなわち、隠れ状態が品詞に相当し、 各状態 (品詞) から、具体的な単語が出力されると考える.
条件付き確率場 / Conditional Random Field / CRF
- 条件付き確率場 / Conditional Random Field / CRF
DeepLearning
- 自然言語処理 アルゴリズム #まとめ編
- 深層学習を用いたアルゴリズム
- yhayato1320.hatenablog.com