| 講演名 | 2006-10-11 自然言語処理におけるベイズ統計(ベイズ情報処理,ベイズ情報処理及び一般) 持橋 大地, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 高次元の離散データを扱う自然言語処理において最近用いられるようになっている,ベイズ統計的手法にっいて概観し,最近の発展と展望について述べる.自然言語処理の知識を特に仮定せず,識別モデルのベイズ学習について概説し,ナイーブベイズとその教師なしベイズ学習であるDM,およびLDAについて解説する.これらのベイズ的手法は画像,音声のような連続データと容易に組み合わせることができ,興味深い応用を持っている. |
| 抄録(英) | This paper overviews Bayesian approaches in natural language processing that are becoming prominent. Without any knowledge of natural language processing, Bayesian approaches to both discriminative learning and generative modeling are described. Especially, naive bayes and its full unsupervised Bayesian modeling, DM, and LDA are developed. These Bayesian approaches permit interesting joint modeling with continuous data, such as images arid musics. |
| キーワード(和) | 離散データ / 自然言語処理 / ディリクレ分布 / LDA / DM / ナイーブベイズ |
| キーワード(英) | Discrete data / Natural language processing / Dirichlet distribution / LDA / DM / Naive Bayes |
| 資料番号 | NC2006-49 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2006/10/4(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 自然言語処理におけるベイズ統計(ベイズ情報処理,ベイズ情報処理及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Bayesian approaches in Natural Language Processing |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 離散データ / Discrete data |
| キーワード(2)（和/英） | 自然言語処理 / Natural language processing |
| キーワード(3)（和/英） | ディリクレ分布 / Dirichlet distribution |
| キーワード(4)（和/英） | LDA / LDA |
| キーワード(5)（和/英） | DM / DM |
| キーワード(6)（和/英） | ナイーブベイズ / Naive Bayes |
| 第 1 著者 氏名（和/英） | 持橋 大地 / Daichi MOCHIHASHI |
| 第 1 著者 所属（和/英） | ATR音声言語コミュニケーション研究所:独立行政法人 情報通信研究機構 ATR Spoken Language Communication Research Laboratories:National Institute of Information and Communications Technology |
| 発表年月日 | 2006-10-11 |
| 資料番号 | NC2006-49 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 279 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |