next up previous contents
次へ: SVM(サポートベクトルマシン法) 上へ: 提案手法 戻る: 提案手法   目次

教師あり機械学習

本研究では提案手法として教師あり機械学習を利用する. 以下に図3.1を用いて教師あり機械学習の手順を説明する. 図3.1は「に」「にも」の使い分けの推定を行っている.

まず, 機械が学習データの内容を学習する. 図3.1の 例文「図書館に行きました. また, 体育館にも行きました. 」 からは

などを学習する.

次に推定を行いたい箇所を含む文を, 推定箇所を元が何かわからないようにして入力する. 図3.1では 「また, おばあさんX同じものを買います」のXの部分を 推定したいとする.

学習結果から入力のXの部分に元々入っていたのは 「に」と「にも」のどちらであるかの推定を行う. 図3.1では 学習結果で, 「また」を使うと「にも」になりやすいこと, 前方の動詞と同じ動詞だと「にも」になりやすいことなどを 学習していることにより, Xの部分は「にも」であるという推定を行う.

図: 教師あり機械学習による推定
\includegraphics[width=13.0cm]{machine_learning.eps}



平成26年4月2日