Large-scale and massively parallel computing for global optimization in natural language processing
Large-scale and massively parallel computing for global optimization in natural language processing
用于自然语言处理全局优化的大规模和大规模并行计算
批准号：
23700177
负责人：
KOMACHI Mamoru
金额：
$2.25万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2011
资助国家：
日本
项目状态：
已结题
起止时间：
2011 至 2012
中文摘要
翻译
近年来，半监督学习在自然语言处理中受到越来越多的关注。半监督学习除了使用少量标记数据（种子）外，还使用大规模的未标记数据来进行高精度的统计学习。本研究项目表明，图的结构会影响半监督方法在若干任务中的性能。
英文摘要
In recent years, semi-supervised learning has been receiving more and more attentions in natural language processing. Semi-supervised learning uses large-scale unlabeled data in addition to small number of labeled data (seed) to perform highly accurate statistical learning. This research project showed that the structure of graph affects the performance of semi-supervised methods in several tasks.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
DOI：
--
发表时间：
2011-11
期刊：
影响因子：
--
作者：
[Kei Uchiumi;Mamoru Komachi;Keigo Machinaga;Toshiyuki Maezawa;Toshinori Satou;Yoshinori Kobayashi]
通讯作者：
Kei Uchiumi;Mamoru Komachi;Keigo Machinaga;Toshiyuki Maezawa;Toshinori Satou;Yoshinori Kobayashi
DOI：
--
发表时间：
2011-06
期刊：
影响因子：
--
作者：
[Kohei Ozaki;M. Shimbo;Mamoru Komachi;Yuji Matsumoto]
通讯作者：
Kohei Ozaki;M. Shimbo;Mamoru Komachi;Yuji Matsumoto
相互k-近傍グラフを用いた半教師あり分類
使用相互 k 邻域图的半监督分类
使用相互 k 邻域图的半监督分类
DOI：
--
发表时间：
2013
期刊：
人工知能学会論文誌
影响因子：
--
作者：
[吉井和佳, 後藤真孝, Kazuyoshi Yoshii and Masataka Goto, 小嵜耕平,新保仁,小町守,松本裕治]
通讯作者：
小嵜耕平,新保仁,小町守,松本裕治
学習者の誤り傾向を反映した英語動詞選択誤りへの訂正候補推薦
推荐反映学习者错误倾向的英语动词选择错误纠正候选者
推荐反映学习者错误倾向的英语动词选择错误纠正候选者
DOI：
--
发表时间：
期刊：
影响因子：
--
作者：
[澤井悠, 小町守, 松本裕治]
通讯作者：
松本裕治
適正単語取得装置、機械学習装置及び方法
适当的单词获取装置、机器学习装置及方法
适当的单词获取装置、机器学习装置及方法
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
[]
通讯作者：
共 8 条
海外基金