- 自然言語処理スレッド その４
238 ：デフォルトの名無しさん[]：2014/11/25(火) 09:26:09.87 ID:aL15dD2y - 数学では，ある問題を解くために，その問題を別の問題に翻訳して，もとの問題ではなく
て翻訳された問題の方を解く，という方法がとられることがよくあります．A という問
題を解くために，B という問題が解ければ，その解から A の解も得られることが判って
いるような問題 B をうまく設定して，A を解くかわりに B を解くのです．このような
問題 B を見つけることを，「問題 A を問題 B に帰着させる」と表現します．B は以下の
例でのように単に A の言い替えにすぎない場合もありますが，面白いことには，B は A
よりむしろ難しい問題になっていることも多いのです．これは，問題がやさしいか難しい
かは必ずしも問題が解きやすいかどうかということと一致しない，ということでしょう．
多くの場合，解きたい本来の問題 A を帰着させる先の問題 B は A よりずっと抽象的
な問題になっています．これは，前の節でも述べた，抽象的な設定の方が数学的には扱い
やすい，という現象の現われと言えるでしょう．
もとの問題 A が一般的な（必ずしも数学で扱えそうには見えないような）問題で，そ
れを数学的な問題 B に帰着させているときには，A の数学化(mathem atization)が B で
ある，というような言い方をすることもあります．
一般的な問題を数学的な問題に帰着させる，つまりこの一般的な問題の数学化を行う
例として「ケーニヒスベルクの橋の問題」という名前で知られている問題について考察し
てみることにしましょう．
http://kurt.scitec.kobe-u.ac.jp/~fuchino/chubu/method-math-WS06.pdf
|
- 自然言語処理スレッド その４
243 ：デフォルトの名無しさん[]：2014/11/25(火) 14:01:43.88 ID:aL15dD2y - コーパス開発はオープンにした方がよい、という提言で、全てのやり取りを公開しましょう、
という話なのだが、オープンソースソフトウェア開発のようにソースコードから開発のやり取り
まで全てをオープンにできる場合もあるが、コーパス作成は元のテキストを書いた人がいるわけで、
全てをオープンにできないという性格がどうしてもつきまとう。もちろん再利用可能なテキスト
にアノテーションをすればいいし、テキストを作るところからオープンにもできるわけだが、
それで見えなくなってしまう言語現象も少なくないと思われるし（実際講演の中でも「少数の
事例をどうするか」という問題提起があった）、個人的にはセミクローズド（特定のグループ内で共有）
程度が現実的なところではないかと思う。
それより大事だと思われるのは、そういったコーパス開発に参加する、あるいは門前の小僧状態で聞
くだけでも人が育つことであって、結局ここがボトルネックになり、特定の研究室の出身者しかノウハウがない、
という状況になっているのだと思う。特に個人的にポイントだと思っているのは、先日も書いたような新人
に対して優しいコミュニティになっているかどうかで、自然言語処理自体はかなり新人が入りやすい
コミュニティだと思うのだが、ことコーパスや辞書のようなリソース作成系はかなりハードルが高いと感じる。
コーパス分析やそれを用いた自動解析に関しても、簡単にできるところはすでにやり尽くされていて、
残っているのは難しいところばかりで、簡単なところから練習してウォーミングアップし、
助走期間を設けて本丸に突撃する、というようになっていないのである。もちろん最先端を走る研究者
たちで議論するのはもっとも難しい事例でよいし、むしろそうでないと意味がないのだが、簡単な事例
から始める（あるいは既存のものの分析からではなく、新しいタグ付与にメンターつきで最初から関わる）、
というトレーニングもあってよいと思う。
http://d.hatena.ne.jp/mamoruk/20140902/p1
|
- 自然言語処理スレッド その４
245 ：デフォルトの名無しさん[]：2014/11/25(火) 14:29:27.54 ID:aL15dD2y - コーパス作成について一からやり直したほうがいいかどうかは、悩ましい問題なので一概にどうだ
ということは言いにくいのですが、アノテーション・コーパス作成自体が大きな研究テーマであり、
ベストプラクティス的なものもなければ、少しだけ蓄積されているノウハウ的なものすらチーム
レベルでしか共有できていない（共有するのが難しい）、という状況です。また、やり直したら
すぐコーパスができるかというと、質の高いコーパスを作るには時間が何年もかかるものなので
（自分の携わった NAIST テキストコーパスは5年以上かかっています）、すぐ利用可能にはならないでしょう。
http://d.hatena.ne.jp/mamoruk/20140902/p1
|