ssmjp 2014/10での資料です。

1. 代わりにググる
まっすぃーん作った
作りたかった
@haru2036
#ssmjp 2014/10

2. おわび

3. やってみたけど
あんまうまくいかなかった

4. 残念な感じ

5. そもそも内容が
ささみっぽくない
(参加2回め)

6. ごめんなさい

7. @haru2036
• 自然言語処理とか機械学習興味あるけどできない
• 数学できません
• Haskell好き
• サイボウズ・ラボユース2期コアメンバーひよっこ担当
• ドール沼
• 武装神姫沼

8. 嫁

9. 嫁 is (実体化して)ほしい
• 作りたい
• ガワは今ある技術でも何とかできそう
• 人間にできてコンピュータにできないこと is 必要
• コンピュータにそれできたら嫁できる
• 神姫はよ

10. たとえば
• 質問文からググるためのワードをかんがえるとか
• かわいいとか
• しゃべれるとか

11. てはじめに
• ぐぐってもらうとかできそう

12. どうやって
• 素人なりに考えました
• なんか文の構造に依存しそう

13. 少し具体的に
• 教師あり機械学習のようなもの
• 品詞に変換したあとのtrigramを素性にする
• [(“名詞”, “助詞”, “動詞”), (“助詞”, “動詞”, “助
詞”)…]
• ラベルを文の中での単語の順番にする
• 分類器に入れてみる

14. 実装
• 分類器: ナイーブベイズ(手前味噌のNagato)
• モデル: Bag-of-Trigrams(品詞)(?)
• 形態素解析器: MeCab
• Nagato&今回のコレ: Haskell製

15. コーパス
• あんまり質問文にフォーカスしたコーパスがあるか
わからない
• ぐぐったけど見つからなかった
• 諦めて適当に手ででっち上げた質問文を使う
• はてなの質問からも引っ張ってきて手でラベルふる

16. 結果以前の問題
• どんなものが出力されればいいのかわからない
• 正解がない？
• 人によって違いそう

17. 結果
• ダメでした
• 単純な質問文でも精度が低い
• 上:質問文, 下:検索用クエリ

18. 原因？
• 学習する元の量が少ない
• そもそも手法がダメ
• 文中での単語の位置のズレが補正できてない

19. 位置ずれ補正
• 文の構造が微妙に違うと文中の単語位置では違いが
• 一番近い同じ品詞の部分を抜き出すように修正
• あんまり意味なかった

20. 選択肢
• ダメっぽい手法を投げ捨てて別の手法を考える
• 学習させる量を増やす

21. 結論
• むずかしい
• 他の先行研究的なの調べる必要 is ある
• これtrigramにしないで全文でやったほうが……
• 素人考えはやっぱりあてにならない
• つぎはもっと調べます
• そもそもGoogleなら質問文から検索できるやん

22. ご清聴
ありがとうございました

23. リポジトリ
• githubにあります
• nagato: haru2036/nagato
• 今回のアレ: haru2036/nl-query