NIPS2011の論文を紹介していくコーナー． 今回対象とする論文は，Ranking annotators for crowdsourced labeling tasks． 概要 本論文は，標本のラベル付を複数人にしてもらう時に，標本をきちんと見ず，適当な注釈を行なっている人を見付け出すためのスコアリングを提案しています． Mechanical Turk等のクラウドソーシングで今後必要になりそうなテーマですね． 本論文では，このような適当な注釈者をスパマーと呼び，スパマーを効率的に見つけ出すためのランキング手法を提案しています． 手法 2クラスの場合と多クラスの場合について議論していますが，今回は2クラスの場合を簡単に紹介します． スパマーはコイン投げと同じようにラベルを選んでいるため，P(注釈者のラベル|真のラベル)が0.5になります．[α,β] 一方で，仕事が出来る注釈者は上の確率が1
言いたいことはタイトル． そもそもSIGKDDとはSpecial Interest Group on Knowledge Discovery and Data Miningというデータマイニングや知識獲得のトップカンファレンス．WWWについで読んでて興味が合う論文が多い． How to do good research, get it published in SIGKDD and get it cited!(pdf) 173ページあるスライドだけど良い事ばかり書いてあるし，読者を楽しませるような非常に多くの著者の実体験(成功したものだけでなく，失敗したものも)や，後半になるとダメな論文，間違っている論文，その例が大量に載っていて飽きずに読める．ただKDDに通したい人だけでなく，研究を少しでもやろうとしている人，論文を書こうとしている人，面白いことをやりたい人は必ず読むべき． 適当に面白か
昨日プレスリリースの通り，JST戦略的創造研究推進事業「さきがけ」の研究領域「情報環境と人」に，自分が申請していた研究課題が採択されました．研究課題名は「知識の自動獲得・構造化に基づく情報の論理構造とリスクの分析」です．研究の概要は次の通りです． ウェブやソーシャルメディアなどの新しい情報環境により、情報の流通が加速する一方、偏った情報やデマなどの拡散による社会の混乱や不安が増大しています。本研究では、ネット上で言及されている物・事態に関する知識を計算機がロバストに獲得・活用する言語処理技術を基盤として、流通している情報の背後にある論理構造を解析し、その整合性を分析することで、安全・危険に関する多角的な判断材料を人や社会に提供します。 研究総括の石田亨先生の総評にもありますが，この研究は東日本大震災を強く意識したものになっています．世の中の状況に左右されず，研究者は自身の研究に邁進すべきと
対話システムシンポジウム チュートリアル 対話システム研究の進め方 (株)ホンダ・リサーチ・インスティチュート・ジャパン 中野 幹生 協力 荒木 雅弘 （京都工繊大），駒谷 和範 （名大）， 堂坂 浩二 （ NTT ），東中 竜一郎 （ NTT ），藤江 真也 （早大）， 船越 孝太郎（HRI-JP），翠 輝久（NICT），南 泰浩（NTT） 2010/10/28 © Honda Research Institute Japan Co., Ltd. 1 本チュートリアルの目的 • 背景：音声・言語処理技術の高度化に伴い，対話技 術へのニーズが高まっている • 課題：音声認識研究等と比較して，対話システム研 究の進め方が共有されていないため，新たに研究を 始めることが簡単ではない • 目的：研究の進め方に関する情報の共有 2010/10/28 © Honda Research
11年06月29日 ポータルサイト goo では gooラボ でさまざまな実験をやっていますが、このたびgooと小川研究室で「かわいい検索」の実証実験を始めました。 「かわいい検索」のサイト名は http://kawaii-search.jp/ です。 「かわいい検索」とは、ブログ記事内で使われている絵文字や行間などの"見た目"をもとに、「ゆるかわ」「キュート」「きれい」「おもしろ」「まじめ」という5種類のタイプで、ブログ検索できるサービスです。それぞれの特徴は以下の通りです。 ・ ゆるかわ検索 （ひらがなが多くふんわりした見た目、ナチュラルなファッション） ・ キュート検索 （絵文字が多くにぎやかな見た目、ポップなファッション） ・ きれい検索 （シンプルで大人っぽい見た目、清楚なファッション） ・ おもしろ検索 （カラフルで目を引く見た目、個性的なファッション） ・ まじめ検索 （
大規模データが公開されているサイトについて以下のQuoraでid:makimotoさんが質問していました。Data: Where can I get large datasets open to the public? - Quora以下、紹介されているサイトの一覧です。一部有料のものもあるようです。UCI Machine Learning RepositoryPublic Data Sets : Amazon Web ServicesCRAWDADno titleCity of Chicago | Data PortalGovLoop | Social Data Network for Governmentdata.gov.uk | Opening up governmentData.Medicare.GovData.Seattle.Gov | Seattle’s Data SiteOp
東日本大震災が発生してから一ヶ月が経過しようとしています． そんななか， Twitter検索の@PENGUINANA_さんのご協力の下， 2011年3月5日から24日までのTwitterでつぶやかれた日本語のTweetのうち2億6688万9069Tweetを入手しました． 含まれているデータには， ・TweetID(1ツイート毎に割り当てられる唯一のID) ・ScreenName(ツイート当時の物) ・Contents(本文) ・Source(ツイート元) ・Time(ツイート時間) ・reply_to(Reply機能を使ったときのリプライ先TweetID) ・reply_to_sc(Replyを受けた人のScreenName) があります． 2011/4/8追記 各Tweetに含まれるハッシュタグと，はてなキーワードを抽出したメタデータもあります． また，@User関連のデータも作成予定
Not rated yet. You must be logged in to rate this video.
単語感情極性対応表 日本語および英語の単語とその感情極性の対応表を、 研究目的の利用に限り公開します。 感情極性とは、その語が一般的に良い印象を持つか（positive） 悪い印象を持つか（negative）を表した二値属性です。 例えば、「良い」、「美しい」などはpositiveな極性、 「悪い」、「汚い」などはnegativeな極性を持ちます。 感情極性値は、語彙ネットワークを利用して自動的に計算されたものです。 もともと二値属性ですが、-1から+1の実数値を割り当てました。 -1に近いほどnegative、+1に近いほどpositiveと考えられます。 リソースとして、日本語は「岩波国語辞書（岩波書店）」を、 英語はWordNet-1.7.1を使わせていただきました。 こちらからダウンロードしてください→[日本語] [英語] フォーマットは、各行が一単語に対応し、 見出し語:読み:品
本ワークショップは終了いたしました。ご協力いただいた皆様、どうもありがとうございました。 twitterのまとめ。 twitterのハッシュタグは #gengo2011ws です。 自然言語処理に関係した企業と大学と学生の関係が変化しています。 自然言語処理に関する大学での研究内容と企業での応用が非常に近くなって来ています。 企業がデータを大学等に提供し、その研究成果が社会に還元される仕組みができつつあります。 多くの学生は大学での研究活動の後に企業に入り、研究所や事業部での活躍が期待されています。 企業はより優秀な頭脳を集めるために、これまでの枠に捕われない採用姿勢をとる傾向が強まっています。 インターン制度により学生が企業の中身を事前に知ることができるようになっていますが、範囲は限定されています。 本ワークショップでは、企業、大学、学生の３者の間での相互理解を目的に、それぞれの 立場や
午前中 GPGPU ミーティング。10月から授業も始まるので、あと1回か2回で終わる予定。自分も初めてのことなのでなんだか進め方がよく分かっていなかったせいか、研究ネタにつながるような感じにならなかったのが残念。自分が忙しく8月上旬まで準備する時間がなかったのが申し訳ない。反省して来年は早いうちから考えておかないと。 午後は M2 の中間発表練習。昨日も思ったが、これまでやってきた研究がある人はそれをベースにすればよいのでスライドもこなれているが、新しいネタをやっていると苦しい感じ。人前で話すのも、同じスライドで何回も話していればこなれてくるが、話した回数が少ないスライドだと最適化されていないのでいろいろと粗が目立つ。しかし最近は NL 研の発表練習もなあなあになっていたり(=やらなかったり)、あるいはそもそも対外発表する人が少なかったり(これは自分も多いに反省せねばならないが)、よろしく
これは去年 Apple Inc. で日本語入力周りの開発のインターンシップをしていた立場上、一言言っておかなければならないのではないかと思ったので一言。就活で成功するために必要なたった一つのこと −アップル本社社員にインタビューだそうだが、ちょっと誤解を与えそうな記事なので、補足したい。 記事自体は Apple Inc. に務める日本人エンジニアの人たち4人にインタビューした内容のようで、Apple のことを誉めている内容ではあるのだが、気になるのは以下の部分。 ―技術力や思考力はもちろん、そういう人と関わる力も非常に重視されるんですね。そのような人材を選ぶのは並大抵のことではないと思うのですが、アップルの採用プロセスはどうなっているのでしょうか？ ◆新卒はあんまり取らないね。僕も中途だし。新卒を取るのは、ほぼインターンを通してかな。工学系の優秀な学生が3カ月〜一年ぐらいのスパンでインター
CAREERzine：身も蓋もないが本当に有効な「企画書の書き方」のフォーマットパクリです。 前例を重視する 論文には内容と結果、主張の独自性は求められますが、形式については独自性を求められません。むしろ、独自性が高く前例にしたがっていない論文はダメな構成の論文であるとみなされる傾向にあります。 企画書を書くとき、とくに、異動したてであるとか、新しい仕事であるとか、そういう場合は必ず、その部門での企画書に目を通しておくべきです。どういう順番で書いてあるか、どこを手厚くしているか、などに着目していきましょう。あるいは、前例となる企画書をフォーマットだと思って文章を上書きしていくのも有効です。 （CAREERzine：身も蓋もないが本当に有効な「企画書の書き方」より） 研究テーマや投稿先の学術雑誌、国際会議によって論文が通りやすいフォーマットというのが決まっていることが多いです。必ず投稿先の学
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く