Suche senden
Hochladen
英語論文を書くときに便利なコロケーション確認ツール
•
6 gefällt mir
•
2,371 views
S
sho-yokoi
Folgen
2015/10/21 乾・岡崎研究室 総合研究会用資料
Weniger lesen
Mehr lesen
Bildung
Melden
Teilen
Melden
Teilen
1 von 7
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ
Deep Learning JP
ベイズ統計入門
ベイズ統計入門
Miyoshi Yuya
機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論
Taiji Suzuki
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Shoichi Taguchi
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
LightGBM: a highly efficient gradient boosting decision tree
LightGBM: a highly efficient gradient boosting decision tree
Yusuke Kaneko
Empfohlen
[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ
Deep Learning JP
ベイズ統計入門
ベイズ統計入門
Miyoshi Yuya
機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論
Taiji Suzuki
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Shoichi Taguchi
アンサンブル木モデル解釈のためのモデル簡略化法
アンサンブル木モデル解釈のためのモデル簡略化法
Satoshi Hara
変分ベイズ法の説明
変分ベイズ法の説明
Haruka Ozaki
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
LightGBM: a highly efficient gradient boosting decision tree
LightGBM: a highly efficient gradient boosting decision tree
Yusuke Kaneko
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
第8回Language and Robotics研究会20221010_AkiraTaniguchi
第8回Language and Robotics研究会20221010_AkiraTaniguchi
Akira Taniguchi
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
Hessian free
Hessian free
Jiro Nishitoba
ゲーム体験を支える強化学習の実応用について
ゲーム体験を支える強化学習の実応用について
Jun Okumura
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
Ryutaro Yamauchi
機械学習モデルの列挙
機械学習モデルの列挙
Satoshi Hara
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
Yusuke Uchida
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
gree_tech
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
Deep Learning JP
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
Satoshi Kato
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
Akira Shibata
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
大阪PRML読書会#1資料
大阪PRML読書会#1資料
Hiromasa Ohashi
2 5 2.一般化線形モデル色々_ロジスティック回帰
2 5 2.一般化線形モデル色々_ロジスティック回帰
logics-of-blue
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
Kei Nakagawa
シー・ビブリオ(作成中)
シー・ビブリオ(作成中)
genroku
言語資源と付き合う
言語資源と付き合う
Yuya Unno
Weitere ähnliche Inhalte
Was ist angesagt?
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
Fumihiko Takahashi
第8回Language and Robotics研究会20221010_AkiraTaniguchi
第8回Language and Robotics研究会20221010_AkiraTaniguchi
Akira Taniguchi
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
Hessian free
Hessian free
Jiro Nishitoba
ゲーム体験を支える強化学習の実応用について
ゲーム体験を支える強化学習の実応用について
Jun Okumura
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
Ryutaro Yamauchi
機械学習モデルの列挙
機械学習モデルの列挙
Satoshi Hara
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
Yusuke Uchida
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
gree_tech
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
Deep Learning JP
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
nocchi_airport
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
Satoshi Kato
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
Akira Shibata
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
大阪PRML読書会#1資料
大阪PRML読書会#1資料
Hiromasa Ohashi
2 5 2.一般化線形モデル色々_ロジスティック回帰
2 5 2.一般化線形モデル色々_ロジスティック回帰
logics-of-blue
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
Kei Nakagawa
Was ist angesagt?
(20)
時系列予測にTransformerを使うのは有効か?
時系列予測にTransformerを使うのは有効か?
第8回Language and Robotics研究会20221010_AkiraTaniguchi
第8回Language and Robotics研究会20221010_AkiraTaniguchi
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
階層ベイズとWAIC
階層ベイズとWAIC
Hessian free
Hessian free
ゲーム体験を支える強化学習の実応用について
ゲーム体験を支える強化学習の実応用について
[DeepLearning論文読み会] Dataset Distillation
[DeepLearning論文読み会] Dataset Distillation
機械学習モデルの列挙
機械学習モデルの列挙
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
[DL輪読会]Neuroscience-Inspired Artificial Intelligence
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
大阪PRML読書会#1資料
大阪PRML読書会#1資料
2 5 2.一般化線形モデル色々_ロジスティック回帰
2 5 2.一般化線形モデル色々_ロジスティック回帰
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
Ähnlich wie 英語論文を書くときに便利なコロケーション確認ツール
シー・ビブリオ(作成中)
シー・ビブリオ(作成中)
genroku
言語資源と付き合う
言語資源と付き合う
Yuya Unno
シー・ビブリオ
シー・ビブリオ
genroku
SPYSEE新検索機能の裏側
SPYSEE新検索機能の裏側
Naoki Orii
CVPR2019@ロングビーチ参加速報(後編 ~本会議~)
CVPR2019@ロングビーチ参加速報(後編 ~本会議~)
Yamato OKAMOTO
音声認識超比較、各社コグニティブサービス全部入り
音声認識超比較、各社コグニティブサービス全部入り
takuino
Kobe sec#11 summary
Kobe sec#11 summary
Yukio NAGAO
アジャイル開発のススメ@香川大学
アジャイル開発のススメ@香川大学
Masanori Kado
Perl で自然言語処理
Perl で自然言語処理
Toshinori Sato
Ähnlich wie 英語論文を書くときに便利なコロケーション確認ツール
(9)
シー・ビブリオ(作成中)
シー・ビブリオ(作成中)
言語資源と付き合う
言語資源と付き合う
シー・ビブリオ
シー・ビブリオ
SPYSEE新検索機能の裏側
SPYSEE新検索機能の裏側
CVPR2019@ロングビーチ参加速報(後編 ~本会議~)
CVPR2019@ロングビーチ参加速報(後編 ~本会議~)
音声認識超比較、各社コグニティブサービス全部入り
音声認識超比較、各社コグニティブサービス全部入り
Kobe sec#11 summary
Kobe sec#11 summary
アジャイル開発のススメ@香川大学
アジャイル開発のススメ@香川大学
Perl で自然言語処理
Perl で自然言語処理
Kürzlich hochgeladen
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
Kürzlich hochgeladen
(6)
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
英語論文を書くときに便利なコロケーション確認ツール
1.
横井 祥 英語論文を書くときに便利な コロケーション確認ツール 2015/10/21 乾・岡崎研究室
総合研究会 - 研究Tips
2.
2 利用例 ✦ 「データの疎性に頑健である」って英語でどう書けば良い? ✦ 〝be
robust to the data sparsity problem〟…こう? ✦ → Springer Exemplar (http://www.springerexemplar.com/ index.aspx) で検索! (デモ)
3.
3 利用例 ✦ 「データの疎性に頑健である」って英語でどう書けば良い? ✦ 〝be
robust to the data sparsity problem〟…こう? ✦ → Springer Exemplar (http://www.springerexemplar.com/ index.aspx) で検索! (デモ) ✦ どうやら sparsity problem は, suffer (from) したり solve/ resolve したり overcome したり alleviate するものらしい. ✦ 「resolve や overcome は強いな… alleviate にしよう」 ✦ (やったね)
4.
4 利用できるリソース ✦ コロケーション検索ウェブサービス (KWIC) ✦
コロケーション情報が充実した辞書 ✦ 定型文がまとめられた本 ✦ ほかにも… • Google (Scholar) で検索 • 文献管理ソフト上で全文検索 • etc.
5.
5 学術論文に特化した KWIC (Key
Word in Context) =コロケーション検索 Web サービス ✦ Springer Exemplar • http://www.springerexemplar.com/index.aspx • Springer で出版されている約1,900の学術雑誌と400の書籍をま とめて検索 ✦ PoEC - Partner of English Composition • http://www.cl.ecei.tohoku.ac.jp/poec/sentsearch/ • NLP 用 • ACL Anthology の主要会議から検索 ✦ inMeXes • http://docman.dbcls.jp/im/ • 医学系論文
6.
6 コロケーション情報が充実した辞典 ✦ 市川+. 新編英和活用大辞典.
研究社, 1995. (電子版あり) • コロケーションと語法の記述に特化した英和辞典. • 「この名詞はどんな動詞の目的語になりやすい?」「この動詞にはどんな前置 詞をつなげれば良い? その前置詞からは何がつながる?」などで検索できる. ✦ McIntosh+. Oxford Collocations Dictionary. Oxford University Press, 2009. (電子版あり) • コロケーション辞典. ✦ Logophile (電子版の辞書データを串刺し検索するソフト 有償) • http://dicwizard.jp/logophile/ ✦ 「おすすめできる英和辞典 - 英語関係者のための情報」 • http://eigo.weebly.com/ 1236212377123771241712391123651242733521216443676620856.html • 大量の英和辞典を解説. 樋口久氏(ご所属不明)による大変充実した blog 記事.
7.
7 論文における定型フレーズがまとまった本 ✦ Wallwalk. English
for Writing Research Papers. Springer, 2011. • 論文における定型フレーズはもとより, 各節を書くときのポイン ト, 説得力のある文の並べ方, 曖昧性が生まれない関係詞や接続 詞の使い方, などを, 非ネイティブでも十分分かる平易な英語で 解説されている. • むちゃくちゃおすすめ. ✦ Goldsbury, 樋口(訳). 英語論文表現辞典. 北星堂書店, 1999. • 状況別の文の雛形集.
Jetzt herunterladen