Soumettre la recherche
Mettre en ligne
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 j'aime
•
2,371 vues
S
sho-yokoi
Suivre
2015/10/21 乾・岡崎研究室 総合研究会用資料
Lire moins
Lire la suite
Formation
Signaler
Partager
Signaler
Partager
1 sur 7
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
[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
Recommandé
[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
Contenu connexe
Tendances
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
Tendances
(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
Similaire à 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
Similaire à 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
Dernier
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
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
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
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
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
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
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
Dernier
(8)
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
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
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
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
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~
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
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
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.
Télécharger maintenant