係り受けとは サイエンスの人気・最新記事を集めました - はてな (original) (raw)
係り受け
(
サイエンス
)
【
かかりうけ
】
語句の間にある、「修飾する」「修飾される」の関係のこと。
たとえば、「美しい水車小屋の乙女」を構成する「美しい」「水車小屋の」「乙女」のあいだには、「美しい」が「水車小屋」と「乙女」のどちらに係るかによって、次のような二通りの係り受け構造が考えられる。
このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
関連ブログ
サワノです。引き続き日本語、学んでいきます。 前回までで、日本語の品詞とその用法を学んでいきました。今回＋次回で、その実践編として文法全体の注意点を見ていきます。#6と同じく、日頃から気にしている日本語の細かい用法を、論理的に学んでいく感じがして本当にこの辺は楽しいですね。日本語#6 ら抜き言葉・れ足す言葉・さ入れ言葉 - 30歳リーマン、趣味で勉強する 日本語の語順 一般的な日本語の語順は、(1)主語は述語の前(2)修飾語は被修飾語の前(3)独立語や接続詞は文のはじめというもの。 勿論、話し言葉での倒置などで語順が変わることはあるし、話し手・書き手自身が主語の場合にそれが省かれることもある。…ネットで話題
49ブックマークCaboChaで始める係り受け解析 - Qiita
47ブックマーク統計的係り受け解析入門
45ブックマークえだ 係り受け解析器 | EDA ParserEDA係り受け解析器 EDA(えだ)は単語係り受け解析器です。 ちなみにEDAというのはEasily adaptable Dependency Analyzerの省略です。 特徴 部分的アノテーションコーパスからの学習：通常、学習データを用意する時は文中の全ての単語に係り先を付与しなければなりませんが、EDAの場合は注目単語のみに係り先を付与すれば...
28ブックマーク係り受け解析に文節の概念は必要か否か？
25ブックマーク係り受け分析@きまぐれ日記: cabocha 0.60 pre1CaboCha0.60pre1を sourceforge.net に置きました。 約2年ぶりの更新ですが、機能やアルゴリズムを整理し、フルスクラッチから書き直しました。 1年前から出張の移動時間などを利用してコツコツと書きためていたのですが、 この正月休みに一気に整理してみました。 変更点: - UTF8対応 (./configure --with-charset=UTF8...
21ブックマークヤフー、係り受け解析と指定形容詞係り先検索をWebサービスで提供
19ブックマークN-gram統計量からの係り受け情報の復元 (YANS2011)
14ブックマーク日本語Wikipediaエントリの係り受けデータベース目次 日本語Wikipediaエントリの係り受けデータベースとは 新着情報 ダウンロード 利用方法 利用条件 リンク 公開しているその他のオープンソースツール・言語資源 高度言語情報融合フォーラム（ALAGIN）言語資源サイト 日本語Wikipediaエントリの係り受けデータベースとは 本データベースは、日本語の大量（約6億ページ...
13ブックマーク何もない所から一瞬で、自然言語処理と係り受け解析をライブコーディングする手品を、LTでやってみた話 - Qiita
関連ブログ
LegalOn Technologies Engineering Blog•14日前
今年も参加したので(2回目) 去年のブログ⇩ momoka0122y.hatenablog.com 楽しかった 発表たち JVM は Web フロントエンド開発の夢を見るか？ GPUの実行モデルを理解してうまく使いたい トヨタにおけるシステムソフトウェア開発の取り組み [スポンサー] なぜオープンソースソフトウェアにコントリビュートすべきなのか[招待講演] リーガルテックにおける検索・推薦技術[スポンサー] 係り受け解析を用いた法律文書中の略称規定の解析についての報告 Kubernetesって何？ -大規模なKubernetesを運用するKubernetes as a Serviceチームの話…
日米で株式相場が最高値を更新したことが話題になっている。株価上昇の背景には人工知能への期待がある。誰でも利用可能な人工知能は数カ月単位で新しい機能が追加され、スピードや精度も高まっている。このままのペースで進歩すれば、人間の能力を超える日が来るというSF映画のような世界が現実になりかねないことに期待と不安を抱く人も増えている。だが人工知能は計算機に過ぎず人間を超えることはないと断言するのが、数理論理学が専門の新井紀子教授（写真・下）だ。新井教授は人工知能を東大に合格させるプロジェクトの開発責任者を務めた経験があるだけに耳を傾ける価値はあるだろう。 そして新井教授は人工知能が引き起こす問題よりも…
みなさん、こんにちは。 「日本で２番目にドＳな社労士試験対策講師」の塚野です。 毎日、ありがとうございます。 はじめましての方、ようこそいらっしゃいました。 僕はこんな人です。 にょういずみにょうさんのプロフィール - はてな 来年の本試験（令和７年８月24日）まで、残り３４２日（４８週と６日）、 今年の合格発表まで、あと１６日です。 １日１日を大切に過ごしましょうね。 再始動された方は、テンション抑え目で、じっくり準備していきましょう。 まだの方は、いつリスタートするかを決めましょう。 それと告知です。長いです。 既にお知らせしておりましたように、今週土曜の９月２１日土曜日の１３時から、 令…
前回の（62）で、こういう問いを出しています。 ----------------------------------- 学校で何を学ぶかについては、よくよく考えてみた方がよいでしょう。 実際中学校以上で学ぶことで、本当に必要なものはどれだけあるのでしょう？ ----------------------------------- これだけは身につけておきたいというもの、それはあるようです。 それが、全く身についていないという驚きの実態が、 まだ読んでいなかった2018年に出たベストセラーのこの本の中にありました。 『AI vs. 教科書が読めない子どもたち』（新井紀子著 東洋経済新報社） に書か…
サワノです。日本語、やっていきます。 今回で文法も総まとめという感じ。前回に引き続いて、学んだことの確認のようなことをやっていきます。日本語#10 文法まとめ：係り受けに注意！ - 30歳リーマン、趣味で勉強するでは、早速ですがいくつか文章を提示します。 さて、それぞれの文には誤りがあります。それを見つけること、正しい文章に修正することをやってみましょう！ 一「いささか」と「無きにしもあらず」の意味が重複していますね。前者を感じで書くと「些」、ですので、両方とも「少しある」というニュアンスです。よく「頭痛が痛い」と例えられるものですが、「一番最初」「被害をこうむる」「いまだに未提出」とかもやり…
『ゼーガペインSTA』良かったですね。山佐のパチスロを2度も足掛かりにしたうえで更なる続編に意欲的というのも何だかものすごい感じですが、私も続編は見たいのでステートメントベータなどをどんどんやってほしい。 store.steampowered.com 今年の夏はレースゲーム『Inertial Drift』の日本語を勝手にどうにかする修正ファイルをずっと勝手に作っていたので（前に感想を書いた時に表明だけはしていたやつ）、その話をします。 成果物 Inertial Driftとは Mod内容(1): フォントの破綻を修正 例1 製品版: 例1 Mod適用後: 例2 製品版: 例2 Mod適用後: …
自然言語処理100本ノック2020(Rev 2)の記録(Python 3.11) Chapter 1 準備運動 Chapter 2 UNIX コマンド Chapter 3 正規表現 Chapter 4 形態素解析 Chapter 5 係り受け解析 Chapter 6 機械学習 Chapter 7 単語ベクトル Chapter 8 ニューラルネット Chapter 9 RNNとCNN Chapter 10 機械翻訳 Chapter 7 単語ベクトル 単語の意味を実ベクトルで表現する単語ベクトル（単語埋め込み）に関して，以下の処理を行うプログラムを作成せよ． メモ pip install gens…
このブログでは2024年1月から同6月まで、各月末にその1ヶ月間の日記をまとめ直す方法で更新してきた。 自分が何を書いてきたか捉え直すため、テキストマイニングツールにかけてみることにした。 対象：『犬々の日々』「2024年1月」～「2024年6月」計6本のブログ。本文・見出し・引用・注釈含む。タイトル・目次含まない。総字数62,231字。 ツール：ユーザーローカル テキストマイニング（ https://wordcloud.userlocal.jp/ ） 以下結果。 スコア順ワードクラウド 共起キーワード：文章中に出現する単語の出現パターンが似たものを線で結んだ図 （抜粋）出現頻度とスコア：名詞…
自然言語処理100本ノック2020(Rev 2)の記録(Python 3.11) Chapter 1 準備運動 Chapter 2 UNIX コマンド Chapter 3 正規表現 Chapter 4 形態素解析 Chapter 5 係り受け解析 Chapter 6 機械学習 Chapter 7 単語ベクトル Chapter 8 ニューラルネット Chapter 9 RNNとCNN Chapter 10 機械翻訳 Chapter 6 機械学習 本章では，Fabio Gasparetti氏が公開しているNews Aggregator Data Setを用い，ニュース記事の見出しを「ビジネス」「科…