数理言語
|
|
|
- なお ひらみね
- 6 years ago
- Views:
Transcription
1 人工知能特論 II 第 5 回二宮崇 1
2 今日の講義の予定 CCG (COMBINATORY CATEGORIAL GRAMMAR) 組合せ範疇文法 2
3 講義内容 前回までの内容 pure CCG Bluebird 今回の内容 Thrush Starling 擬似的曖昧性 CCG のすごいところ 3
4 前回説明したCCG ``pure categorial grammar 関数適用規則 (functional application rules) 例 X/Y Y X (>) Y X\Y X (<) Anna married Manny NP (S\NP)/NP NP S\NP S < Anna married Manny NP V NP > VP S 4
5 The Bluebird 合成規則 (composition rule) 例 X/Y Y/Z X/Z (>B) Anna met and might marry Manny NP (S\NP)/NP CONJ (S\NP)/(S\NP) (S\NP)/NP NP >B (S\NP)/NP Φ (S\NP)/NP > S\NP < S 5
6 Bluebird の意味論 合成規則 (composition rule) X/Y: f Y/Z: g X/Z: λx.f(g x) (>B) 例 Anna met and might marry Manny NP (S\NP)/NP CONJ (S\NP)/(S\NP) (S\NP)/NP NP :anna :λx.λy.meet x y :and :λp.λx.might (p x) :λx.λy.marry x y :manny 6
7 THE THRUSH ( ツグミ ) 7
8 The Thrush : 導入 Anna married and I detest Manny の解析 Anna, I, Manny := NP married, detest := (S\NP)/NP Bluebird を使って目的語をとらずに大きな動詞句を作りたいが 先に主語 + 動詞をくっつけることができない! 8
9 The Thrush 型繰り上げ (Type-Raising) 例 NP S/(S\NP) (>T) Anna married and I detest Manny NP (S\NP)/NP CONJ NP (S\NP)/NP NP 9
10 Thrush の意味論 型繰り上げ (Type-Raising) X: a T/(T\X): λf. f a (>T) X: a T\(T/X): λf. f a (<T) 例 Anna married and I detest Manny NP:anna (S\NP)/NP CONJ NP:i (S\NP)/NP NP :λx.λy.marry x y :and :λx.λy.detest x y :manny >T >T T/(T\NP) T/(T\NP) :λf.f anna :λf.f i 10
11 Thrush の意味論 Anna married and I detest Manny T/(T\NP) (S\NP)/NP CONJ T/(T\NP) (S\NP)/NP NP :λf.f anna :λx.λy.marry x y :and :λ f.f i :λx.λy.detest x y :manny 11
12 Thrush の意味論 Anna married and I detest Manny T/(T\NP) (S\NP)/NP CONJ T/(T\NP) (S\NP)/NP NP :λf.f anna :λx.λy.marry x y :and :λ f.f i :λx.λy.detest x y :manny >B S/NP: λx.marry x anna ここの計算は複雑になっている bluebird の規則が X/Y: f Y/Z: g X/Z: λx.f(g x) (>B) なので 出力される意味構造は λz.f(g z) s.t. f=λf.f anna, g=λx.λy.marry x y = λz.(λf.f anna )((λx.λy.marry x y) z) =λz.(λf.f anna )(λy.marry z y) = λz.((λy.marry z y) anna ) =λz.(marry z anna ) 12
13 Backward Bluebird と Thrush Backward Bluebird Y\Z X\Y X\Z (<B) 例 give a teacher an apple and a policeman a flower (VP/NP)/NP NP NP CONJ NP NP a teacher, a policeman an apple, a flower NP <T (VP/NP)\((VP/NP)/NP) NP <T (VP\(VP/NP)) a teacher an apple, a policeman a flower (VP/NP)\((VP/NP)/NP) (VP\(VP/NP)) <B VP\((VP/NP)/NP) 13
14 関係節 (the man) that Anna married (N\N)/(S/NP) NP (S\NP)/NP この解析はレポート課題にする予定 14
15 Thrush の心とは? 動詞が主語をとって文になるのではなく 名詞が動詞句をとって文になる という解釈 anna := S/(S\NP) 選択する側 される側が反転していることに注意! 15
16 STARLING ( ムクドリ ) 16
17 The Starling: 導入 Parasitic Gap 関係節の目的語と動名詞の目的語が共有される場合 articles which i I will file i without reading i 17
18 The Starling 後ろ向き交差代入 (backward crossed substitution) Y/Z (X\Y)/Z X/Z (<Sx) 例 (articles) which I will file without reading (N\N)/(S/NP) S/VP VP/NP (VP\VP)/VPing VPing/NP >B (VP\VP)/NP <Sx VP/NP >B S/NP > N\N 18
19 Starling の意味論 後ろ向き交差代入 (backward crossed substitution) Y/Z:g (X\Y)/Z:f X/Z: λx.fx(gx) (<Sx) 19
20 bird 一覧 合成 (functional composition) X/Y Y/Z X/Z (>B) X/Y Y\Z X\Z (>Bx) Y\Z X\Y X\Z (<B) Y/Z X\Y X/Z (<Bx) 型繰り上げ (type-raising) X T/(T\X) X T\(T/X) (>T) (<T) 代入 (functional substitution) (X/Y)/Z Y/Z X/Z (>S) (X/Y)\Z Y\Z X\Z (>Sx) Y\Z (X\Y)\Z X\Z (<S) Y/Z (X\Y)/Z X/Z (<Sx) 20
21 擬似的曖昧性 擬似的曖昧性 (spurious ambiguity) このような統語構造の順番を無視するような構造をつくると 同じ文に対して可能な解析が爆発的に増えてしまう 特に型繰り上げを使うと 無限に生成できてしまう 21
22 擬似的曖昧性 Anna married Manny に対する普通の解析 Anna married Manny NP: anna (S\NP)/NP: λx.λy.marry x y S\NP: λy.marry manny y S: marry manny anna < NP: manny > 22
23 擬似的曖昧性 その他の解析 1 Anna married Manny NP: anna (S\NP)/NP: λx.λy.marry x y NP: manny T/(T\NP) <T T\(T/NP) <T :λp.p anna :λq.q manny < S\NP: λy.marry manny y S: marry manny anna > 23
24 擬似的曖昧性 その他の解析 2 Anna married Manny NP: anna (S\NP)/NP: λx.λy.marry x y NP: manny T/(T\NP) <T T\(T/NP) <T :λp.p anna :λq.q manny >B S/NP: λx.marry x anna < S: marry manny anna 24
25 擬似的曖昧性 解析過程や統語構造が異なっていても意味構造は同じ パーザー ( 構文解析器 ) は 与えられた文に対する全ての意味構造に対し それに対応するいくつかの統語構造さえ出力できれば良い 反論 : 全ての統語構造を列挙しないと 全ての意味構造を列挙することは難しい 反論 : 普通の句構造解析でも同じようにたくさんの曖昧性はある さらに言えば 実テキストを解析できるシステムが存在する 25
26 CCG のすごいところ (1/2) どちらが 良い 統語構造か? という長年の言語学的疑問に一つのエレガントな解を与えた 意味構造が同じならどちらでも良い 文節文法 vs 句構造文法 (NP- を (WH 花子が作った )(NP 弁当を )) (PP (NP (WH 花子が作った ) 弁当 ) を ) 句構造の曖昧性 Manny might watch Anna with a telescope. 動詞は目的語と結びついた後に助動詞と結びつくか 動詞と助動詞が結びついた後に目的語と結びつくか? with a telescope は ``watch Anna に結びつくのか それとも ``might watch Anna に結びつくのか? 26
27 CCG のすごいところ (2/2) ほとんどの文法理論で失敗している等位接続構造をエレガントに説明できた? おじいさんは山へ芝刈りにおばあさんは川へ洗濯にいきました 27
28 まとめ CCG 関数適用 bluebird thrush starling 長所 資料 28
: : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : :
1 2 3 4 1 1 2 1 2.1 : : : : : : : : : : : : : : : : : : : : : : : : 1 2.2 : : : : : : : : : : : : : : : : : : : 1 2.3 : : : : : : : : : : : : : : : : : : : : : : : : : : : 2 2.4 : : : : : : : : : : : :
untitled
20 7 1 22 7 1 1 2 3 7 8 9 10 11 13 14 15 17 18 19 21 22 - 1 - - 2 - - 3 - - 4 - 50 200 50 200-5 - 50 200 50 200 50 200 - 6 - - 7 - () - 8 - (XY) - 9 - 112-10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 -
untitled
19 1 19 19 3 8 1 19 1 61 2 479 1965 64 1237 148 1272 58 183 X 1 X 2 12 2 15 A B 5 18 B 29 X 1 12 10 31 A 1 58 Y B 14 1 25 3 31 1 5 5 15 Y B 1 232 Y B 1 4235 14 11 8 5350 2409 X 1 15 10 10 B Y Y 2 X 1 X
10_11p01(Ł\”ƒ)
q q q q q q q q q q q q q q q q q q q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q
レイアウト 1
1 1 3 5 25 41 51 57 109 2 4 Q1 A. 93% 62% 41% 6 7 8 Q1-(1) Q2 A. 24% 13% 52% Q3 Q3 A. 68% 64 Q3-(2) Q3-(1) 9 10 A. Q3-(1) 11 A. Q3-(2) 12 A. 64% Q4 A. 47% 47% Q5 QQ A. Q Q A. 13 QQ A. 14 Q5-(1) A. Q6
2005
20 30 8 3 190 60 A,B 67,2000 98 20 23,600 100 60 10 20 1 3 2 1 2 1 12 1 1 ( ) 340 20 20 30 50 50 ( ) 6 80 5 65 17 21 5 5 12 35 1 5 20 3 3,456,871 2,539,950 916,921 18 10 29 5 3 JC-V 2 ( ) 1 17 3 1 6
untitled
1 ( 12 11 44 7 20 10 10 1 1 ( ( 2 10 46 11 10 10 5 8 3 2 6 9 47 2 3 48 4 2 2 ( 97 12 ) 97 12 -Spencer modulus moduli (modulus of elasticity) modulus (le) module modulus module 4 b θ a q φ p 1: 3 (le) module
自然言語は曖昧性だらけ! I saw a girl with a telescope 構文解析 ( パージング ) は構造的な曖昧性を解消 2
自然言語処理プログラミング勉強会 12 係り受け解析 Graham Neubig 奈良先端科学技術大学院大学 (NAIST) 1 自然言語は曖昧性だらけ! I saw a girl with a telescope 構文解析 ( パージング ) は構造的な曖昧性を解消 2 構文解析の種類 係り受け解析 : 単語と単語のつながりを重視 I saw a girl with a telescope 句構造解析
x () g(x) = f(t) dt f(x), F (x) 3x () g(x) g (x) f(x), F (x) (3) h(x) = x 3x tf(t) dt.9 = {(x, y) ; x, y, x + y } f(x, y) = xy( x y). h (x) f(x), F (x
[ ] IC. f(x) = e x () f(x) f (x) () lim f(x) lim f(x) x + x (3) lim f(x) lim f(x) x + x (4) y = f(x) ( ) ( s46). < a < () a () lim a log xdx a log xdx ( ) n (3) lim log k log n n n k=.3 z = log(x + y ),
6. Euler x
...............................................................................3......................................... 4.4................................... 5.5......................................
a n a n ( ) (1) a m a n = a m+n (2) (a m ) n = a mn (3) (ab) n = a n b n (4) a m a n = a m n ( m > n ) m n 4 ( ) 552
3 3.0 a n a n ( ) () a m a n = a m+n () (a m ) n = a mn (3) (ab) n = a n b n (4) a m a n = a m n ( m > n ) m n 4 ( ) 55 3. (n ) a n n a n a n 3 4 = 8 8 3 ( 3) 4 = 8 3 8 ( ) ( ) 3 = 8 8 ( ) 3 n n 4 n n
4.6: 3 sin 5 sin θ θ t θ 2t θ 4t : sin ωt ω sin θ θ ωt sin ωt 1 ω ω [rad/sec] 1 [sec] ω[rad] [rad/sec] 5.3 ω [rad/sec] 5.7: 2t 4t sin 2t sin 4t
![4.6: 3 sin 5 sin θ θ t θ 2t θ 4t : sin ωt ω sin θ θ ωt sin ωt 1 ω ω [rad/sec] 1 [sec] ω[rad] [rad/sec] 5.3 ω [rad/sec] 5.7: 2t 4t sin 2t sin 4t](/thumbs/70/62705042.jpg "4.6: 3 sin 5 sin θ θ t θ 2t θ 4t : sin ωt ω sin θ θ ωt sin ωt 1 ω ω [rad/sec] 1 [sec] ω[rad] [rad/sec] 5.3 ω [rad/sec] 5.7: 2t 4t sin 2t sin 4t")
1 1.1 sin 2π [rad] 3 ft 3 sin 2t π 4 3.1 2 1.1: sin θ 2.2 sin θ ft t t [sec] t sin 2t π 4 [rad] sin 3.1 3 sin θ θ t θ 2t π 4 3.2 3.1 3.4 3.4: 2.2: sin θ θ θ [rad] 2.3 0 [rad] 4 sin θ sin 2t π 4 sin 1 1
平成 29 年度年間授業計画 & シラバス 東京都立足立高等学校定時制課程 対象学年 教科 科目名 担当者名 1 学年 ( 普通科 商業科 ) 外国語科コミュニケーション 佐々木友子 風見岳快 英語 Ⅰ 使用教科書 出版社 : 三省堂 教科書名 :Vista English Communicatio
1 学年 佐々木友子 風見岳快 英語 Ⅰ 単位数 2 単位 生徒個々人の習熟レベルに応じた指導により 知識を少しでも多く定着させ 基礎的な英語の学力を高めるよう留意する 英語によるコミュニケーション能力を高める " 教科書 ノート プリント等 習熟度別 2クラス展開授業 主語と動詞/ 英語の語順の復習 be 動詞と一般動詞の現在の活用の復習 基本的な文型( 第 2 文型 第 3 文型 ) の復習 疑問文
x, y x 3 y xy 3 x 2 y + xy 2 x 3 + y 3 = x 3 y xy 3 x 2 y + xy 2 x 3 + y 3 = 15 xy (x y) (x + y) xy (x y) (x y) ( x 2 + xy + y 2) = 15 (x y)
x, y x 3 y xy 3 x 2 y + xy 2 x 3 + y 3 = 15 1 1977 x 3 y xy 3 x 2 y + xy 2 x 3 + y 3 = 15 xy (x y) (x + y) xy (x y) (x y) ( x 2 + xy + y 2) = 15 (x y) ( x 2 y + xy 2 x 2 2xy y 2) = 15 (x y) (x + y) (xy
122011pp.139174 18501933
122011pp.139174 18501933 122011 1850 3 187912 3 1850 8 1933 84 4 1871 12 1879 5 2 1 9 15 1 1 5 3 3 3 6 19 9 9 6 28 7 7 4 1140 9 4 3 5750 58 4 3 1 57 2 122011 3 4 134,500,000 4,020,000 11,600,000 5 2 678.00m
Microsoft Word - 映画『東京裁判』を観て.doc
1 2 3 4 5 6 7 1 2008. 2 2010, 3 2010. p.1 4 2008 p.202 5 2008. p.228 6 2011. 7 / 2008. pp.3-4 1 8 1 9 10 11 8 2008, p.7 9 2011. p.41 10.51 11 2009. p. 2 12 13 14 12 2008. p.4 13 2008, p.7-8 14 2008. p.126
戦後の補欠選挙
1 2 11 3 4, 1968, p.429., pp.140-141. 76 2005.12 20 14 5 2110 25 6 22 7 25 8 4919 9 22 10 11 12 13 58154 14 15 1447 79 2042 21 79 2243 25100 113 2211 71 113 113 29 p.85 2005.12 77 16 29 12 10 10 17 18
日経テレコン料金表（2016年4月）
1 2 3 4 8,000 15,000 22,000 29,000 5 6 7 8 36,000 42,000 48,000 54,000 9 10 20 30 60,000 66,000 126,000 166,000 50 100 246,000 396,000 1 25 8,000 7,000 620 2150 6,000 4,000 51100 101200 3,000 1,000 201
308 ( ) p.121
307 1944 1 1920 1995 2 3 4 5 308 ( ) p.121 309 10 12 310 6 7 ( ) ( ) ( ) 50 311 p.120 p.142 ( ) ( ) p.117 p.124 p.118 312 8 p.125 313 p.121 p.122 p.126 p.128 p.156 p.119 p.122 314 p.153 9 315 p.142 p.153
73 p.1 22 16 2004p.152
1987 p.80 72 73 p.1 22 16 2004p.152 281895 1930 1931 12 28 1930 10 27 12 134 74 75 10 27 47.6 1910 1925 10 10 76 10 11 12 139 p.287 p.10 11 pp.3-4 1917 p.284 77 78 10 13 10 p.6 1936 79 15 15 30 80 pp.499-501
2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226. 1893 B pp. 1 2. p. 3.
1 73 72 1 1844 11 9 1844 12 18 5 1916 1 11 72 1 73 2 1862 3 1870 2 1862 6 1873 1 3 4 3 4 7 2 3 4 5 3 5 4 2007 p. 117. 2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226.
29 2011 3 4 1 19 5 2 21 6 21 2 21 7 2 23 21 8 21 1 20 21 1 22 20 p.61 21 1 21 21 1 23
29 2011 3 pp.55 86 19 1886 2 13 1 1 21 1888 1 13 2 3,500 3 5 5 50 4 1959 6 p.241 21 1 13 2 p.14 1988 p.2 21 1 15 29 2011 3 4 1 19 5 2 21 6 21 2 21 7 2 23 21 8 21 1 20 21 1 22 20 p.61 21 1 21 21 1 23 1
() L () 20 1
() 25 1 10 1 0 0 0 1 2 3 4 5 6 2 3 4 9308510 4432193 L () 20 1 PP 200,000 P13P14 3 0123456 12345 1234561 2 4 5 6 25 1 10 7 1 8 10 / L 10 9 10 11 () ( ) TEL 23 12 7 38 13 14 15 16 17 18 L 19 20 1000123456
Jacobson Prime Avoidance
2016 2017 2 22 1 1 3 2 4 2.1 Jacobson................. 4 2.2.................... 5 3 6 3.1 Prime Avoidance....................... 7 3.2............................. 8 3.3..............................
JA2008
A1 1 10 vs 3 2 1 3 2 0 3 2 10 2 0 0 2 1 0 3 A2 3 11 vs 0 4 4 0 0 0 0 0 3 6 0 1 4 x 11 A3 5 4 vs 5 6 5 1 0 0 3 0 4 6 0 0 1 0 4 5 A4 7 11 vs 2 8 8 2 0 0 0 0 2 7 2 7 0 2 x 11 A5 9 5 vs 3 10 9 4 0 1 0 0 5
Microsoft PowerPoint - アルデIII 02回目10月14日
アルゴリズムとデータ構造 III 2 回目 :10 月 14 日 文脈自由文法,CYK 法 授業資料 http://ir.cs.ymnshi.c.jp/~ysuzuki/lgorithm3/inde.html 1 2 3 4 5 6 7 8 9 授業の予定 ( 中間試験まで ) 10/07 スタック ( 後置記法で書かれた式の計算 ) 10/14 チューリング機械, 文脈自由文法 10/21 構文解析
平成 30 年度シラバス 3 学年前期 (1 単位 ) コミュニケーション英語 Ⅰ 教科書 ENGLISH NOW Ⅰ 開隆堂 授業時数 01 単元名 Lesson 6 Sempai and Ko hai 本時 Lesson 6 (1) 学習内容備考 常日頃から使っている 先輩 後輩 ということばを
平成 30 年度シラバス 3 年前期 (1 単位 ) コミュニケーション英語 Ⅰ 教科書 ENGLISH NOW Ⅰ 開隆堂 授業時数 01 単元名 Lesson 6 Sempai and Ko hai 本時 Lesson 6 (1) 常日頃から使っている 先輩 後輩 ということばを題材として 日本と英語圏の文化の違いについて考える 1. 単語 連語の練 意味確認 Textbook p.60-67
7 27 7.1........................................ 27 7.2.......................................... 28 1 ( a 3 = 3 = 3 a a > 0(a a a a < 0(a a a -1 1 6
26 11 5 1 ( 2 2 2 3 5 3.1...................................... 5 3.2....................................... 5 3.3....................................... 6 3.4....................................... 7
ac b 0 r = r a 0 b 0 y 0 cy 0 ac b 0 f(, y) = a + by + cy ac b = 0 1 ac b = 0 z = f(, y) f(, y) 1 a, b, c 0 a 0 f(, y) = a ( ( + b ) ) a y ac b + a y
01 4 17 1.. y f(, y) = a + by + cy + p + qy + r a, b, c 0 y b b 1 z = f(, y) z = a + by + cy z = p + qy + r (, y) z = p + qy + r 1 y = + + 1 y = y = + 1 6 + + 1 ( = + 1 ) + 7 4 16 y y y + = O O O y = y
Microsoft PowerPoint - qcomp.ppt [互換モード]
![Microsoft PowerPoint - qcomp.ppt [互換モード]](/thumbs/85/91243661.jpg "Microsoft PowerPoint - qcomp.ppt [互換モード]")
量子計算基礎 東京工業大学 河内亮周 概要 計算って何? 数理科学的に 計算 を扱うには 量子力学を計算に使おう! 量子情報とは? 量子情報に対する演算 = 量子計算 一般的な量子回路の構成方法 計算って何? 計算とは? 計算 = 入力情報から出力情報への変換 入力 計算機構 ( デジタルコンピュータ,etc ) 出力 計算とは? 計算 = 入力情報から出力情報への変換 この関数はどれくらい計算が大変か??
.....Z...^.[.......\..
15 10 16 42 55 55 56 60 62 199310 1995 134 10 8 15 1 13 1311 a s d f 141412 2 g h j 376104 3 104102 232 4 5 51 30 53 27 36 6 Y 7 8 9 10 8686 86 11 1310 15 12 Z 13 14 15 16 102193 23 1712 60 27 17 18 Z
.. ( )T p T = p p = T () T x T N P (X < x T ) N = ( T ) N (2) ) N ( P (X x T ) N = T (3) T N P T N P 0
20 5 8..................................................2.....................................3 L.....................................4................................. 2 2. 3 2. (N ).........................................
dvipsj.8449.dvi
9 1 9 9.1 9 2 (1) 9.1 9.2 σ a = σ Y FS σ a : σ Y : σ b = M I c = M W FS : M : I : c : = σ b
( ) x y f(x, y) = ax
013 4 16 5 54 (03-5465-7040) [email protected] hp://lecure.ecc.u-okyo.ac.jp/~nkiyono/inde.hml 1.. y f(, y) = a + by + cy + p + qy + r a, b, c 0 y b b 1 z = f(, y) z = a + by + cy z = p + qy
23 15961615 1659 1657 14 1701 1711 1715 11 15 22 15 35 18 22 35 23 17 17 106 1.25 21 27 12 17 420,845 23 32 58.7 32 17 11.4 71.3 17.3 32 13.3 66.4 20.3 17 10,657 k 23 20 12 17 23 17 490,708 420,845 23
平成１８年度「商品先物取引に関する実態調査」報告書
... 1.... 5-1.... 6-2.... 9-3.... 10-4.... 12-5.... 13-6.... 15-7.... 16-8.... 17-9.... 20-10.... 22-11.... 24-12.... 27-13... 29-14.... 32-15... 37-16.... 39-17.... 41-18... 43-19... 45.... 49-1... 50-2...
( [1]) (1) ( ) 1: ( ) 2 2.1,,, X Y f X Y (a mapping, a map) X ( ) x Y f(x) X Y, f X Y f : X Y, X f Y f : X Y X Y f f 1 : X 1 Y 1 f 2 : X 2 Y 2 2 (X 1
![( [1]) (1) ( ) 1: ( ) 2 2.1,,, X Y f X Y (a mapping, a map) X ( ) x Y f(x) X Y, f X Y f : X Y, X f Y f : X Y X Y f f 1 : X 1 Y 1 f 2 : X 2 Y 2 2 (X 1](/thumbs/91/105288755.jpg "( [1]) (1) ( ) 1: ( ) 2 2.1,,, X Y f X Y (a mapping, a map) X ( ) x Y f(x) X Y, f X Y f : X Y, X f Y f : X Y X Y f f 1 : X 1 Y 1 f 2 : X 2 Y 2 2 (X 1")
2013 5 11, 2014 11 29 WWW ( ) ( ) (2014/7/6) 1 (a mapping, a map) (function) ( ) ( ) 1.1 ( ) X = {,, }, Y = {, } f( ) =, f( ) =, f( ) = f : X Y 1.1 ( ) (1) ( ) ( 1 ) (2) 1 function 1 ( [1]) (1) ( ) 1:
働く女性の母性健康管理、母性保護に関する法律のあらまし
17 1 3 3 12 3 13 10 19 21 22 22 23 26 28 33 33 35 36 38 39 1 I 23 2435 36 4/2 4/3 4/30 12 13 14 15 16 (1) 1 2 3 (2) 1 (1) (2)(1) 13 3060 32 3060 38 10 17 20 12 22 22 500 20 2430m 12 100 11 300m2n 2n
応力とひずみ.ppt
in [email protected] 2 3 4 5 x 2 6 Continuum) 7 8 9 F F 10 F L L F L 1 L F L F L F 11 F L F F L F L L L 1 L 2 12 F L F! A A! S! = F S 13 F L L F F n = F " cos# F t = F " sin# S $ = S cos# S S
Unknown
第 6 章一般動詞 (1 2 人称 ) 基本文 読解問題音声 学習内容 What do you? Do you A or B? A 一般動詞の文 32 33 34 35 I like music. You have a book. I play soccer. You play the piano. 好きです 持っています します ひきます 1 一般動詞 am,are,is be,like, play
Microsoft PowerPoint - 3.ppt [互換モード]
![Microsoft PowerPoint - 3.ppt [互換モード]](/thumbs/95/124643964.jpg "Microsoft PowerPoint - 3.ppt [互換モード]")
3. プッシュダウンオートマトンと文脈自由文法 1 3-1. プッシュダウンオートマトン オートマトンはメモリがほとんど無かった この制限を除いた機械を考える 理想的なスタックを利用できるようなオートマトンをプッシュダウンオートマトン (Push Down Automaton,PDA) という 0 1 入力テープ 1 a 1 1 0 1 スタッb 入力テープを一度走査したあと ク2 入力テプを度走査したあと
TypeB 新スローガンイメージ （4：3）
自然言語処理入門と活用 NTT コミュニケーションズ株式会社 村上優樹 竹越智也 Copyright NTT Communications Corporation. All rights reserved. 1 私は母と焼肉を食べた Copyright NTT Communications Corporation. All rights reserved. 2 私は母と焼肉を食べた Copyright