著者

大道 公秀 橘田 規 椎野 博 清水 文雄 西念 幸江 小田 裕樹 三舟 隆之

出版者

公益社団法人 日本分析化学会

雑誌

分析化学 (ISSN:05251931)

巻号頁・発行日

vol.72, no.1.2, pp.57-62, 2023-01-05 (Released:2023-02-05)

参考文献数

16

---

考古学分野において,土器の内面に白色物質が付着した報告が散見される.これまでに土器内面付着白色物を対象に行った蛍光X線分析,FTIR(Fourier Transform Infrared Spectroscopy)分析及びX線回折によって,白色物は水酸化アルミニウムの結晶と同定した報告がある.ただし,その起源については明らかにはなっていない.今般,平城京跡出土の奈良時代須恵器内面に白色付着物が見られた事例があった.そこで土器の用途について解明することを目的に,土器内面の白色物について蛍光X線分析,FTIR分析,X線回折を行ったところ,水酸化アルミニウムの結晶の一種であるバイヤライトと同定した.土器付着白色物質の同定例としてバイヤライトが同定されることは珍しい.バイヤライトの成因は土器の使用用途に関連していると考えられるが,そこに外部環境が関与した可能性がある.これまでの知見と考え合わせながら,白色物起源の解明を進めている.

著者

坪井 祐太 森 信介 鹿島 久嗣 小田 裕樹 松本 裕治

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.50, no.6, pp.1622-1635, 2009-06-15

被引用文献数

4

---

本研究では文の一部にのみ単語分割情報を付与する部分的アノテーションに注目する.重要な部分や作業負荷の少ない部分にのみアノテーションをすることにより,新しい分野に対応するための学習データを効率的に作成できる.この部分的アノテーションを使用して条件付き確率場(CRF)を学習する方法を提案する.CRFは単語分割および自然言語処理の様々な問題でその有効性が示されている手法であるが,その学習には文全体へのアノテーションが必要であった.提案法は周辺尤度を目的関数にすることで部分的アノテーションを用いたCRFのパラメータ推定を可能にした.日本語単語分割器の分野適応実験において部分的アノテーションによって効果的に性能を向上させることが可能であったことを報告する.In this paper, we address word-boundary annotations which are done only on part of sentences. By limiting our focus on crucial part of sentences, we can effectively create a training data for each new target domain by conducting such partial annotations. We propose a training algorithm for Conditional Random Fields (CRFs) using partial annotations. It is known that CRFs are wellsuited to word segmentation tasks and many other sequence labeling problems in NLP. However, conventional CRF learning algorithms require fully annotated sentences. The objective function of the proposed method is a marginal likelihood function, so that the CRF model incorporates such partial annotations. Through experiments, we show our method effectively utilizes partial annotations on a domain adaptation task of Japanese word segmentation.

著者

小田 裕樹 森 信介 北 研二

出版者

一般社団法人 言語処理学会

雑誌

自然言語処理 (ISSN:13407619)

巻号頁・発行日

vol.6, no.7, pp.93-108, 1999-10-10 (Released:2011-03-01)

参考文献数

11

被引用文献数

1 2

---

日本語処理において, 単語の同定, すなわち文の単語分割は, 最も基本的かつ重要な処理である. 本論文では, 日本語文字のクラス分類により得られた文字クラスモデルを用いる新しい単語分割手法を提案する. 文字クラスモデルでは, 推定すべきパラメータ数が文字モデルより少ないという大きな利点があり, 文字モデルより頑健な推定を可能とする. したがって, 文字クラスモデルを単語分割へ適用した場合, 文字モデルよりもさらに頑健な未知語モデルとして機能することが期待できる. 文字クラスタリングの基準はモデルの推定に用いるコーパスとは別に用意したコーパスのエントロピーであり, 探索方法は貧欲アルゴリズムに基づいている. このため, 局所的にではあるが最適な文字のクラス分類がクラスの数をあらかじめ決めることなく得られる. ATR対話データベースを用いて評価実験を行った結果, 文字クラスモデルを用いた提案手法の単語分割精度は文字モデルによる精度より高く, 特に, 文字クラスを予測単位とする可変長n-gramクラスモデルではオープンテストにおいて再現率96.38%, 適合率96.23%の高精度を達成した.

著者

小田 裕樹

出版者

考古学研究会

雑誌

考古学研究 (ISSN:03869148)

巻号頁・発行日

vol.63, no.1, pp.63-84, 2016