![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2019-07-02T03:32:20+00:00","","") #author("2019-07-02T03:32:29+00:00","","") 沼田さんの発表 -（小野田）紹介した論文をどう活用するのか --声を感情分析するときに使う -（横井）２モーラ頭高型とは --アクセントの特徴 -（麻生）各成分の特徴はどうやって考察しているのか。 --各成分をプロットした図から -（山元）namaって発音してどのように分析しているのか --naとmaに分けて分析している -（奥原） --書いてあることを読むだけはだめ --論文のチョイスが悪い -- 山元さんの発表 -（小野田）従来よりもどのように拡張しているのか --従来よりも少ないデータでも評価できる -（横井）P7 重要度ベクトルのｂとは --カットベクトルのこと -（沼田）重要度ベクトル求めるとき、どうして絶対値で求めているのか --マイナスを省けるため -（麻生）カットベクトルとはどのようなものか --各成分を省力しているようなイメージ -（奥原） --従来の一対比較と比較対象が違う理由が不明 --複数評価の手法が記載されていない 麻生さんの発表 -（小野田）lag何パターンか試すか --決め打ちにする -（横井） -- -（沼田）政治に関係しているものをどうやって分けるか --教師ラベルとかデータセットとかを探す。それにつかって機械学習などを使う -（山元）何回ぐらい検証したか --学習データ６００、１００から２００ぐらいの間で取引した時の結果 -６０％ -- -（奥原）p3 twitterの取得方法は現実のものをすぐとってこれるか --まだできてない -どのような教師データの作成の仕方？ --ツイートの瞬間と10分後の価格を比較する。 --上がった幅を決めればできる。 --感情スコアはベクトルでつかってる。 -なんで為替が動いているかを探る。感情によって -文書分類は出来なさそう。 --ツイッターのやつをやってるひといる。 --カテゴリで判断して他のスポーツなどの関係のないツイートを省く。 小野田さんの発表 -（麻生）分野をまずしぼってから分析するのは --仮想入力のところに考慮する予定 -（沼田）分析対象は文字単位であるのか --単語単位で分析している -（山元）確率分布の使い方は --ベクトル化のするときに使う -（奥原） --特許データの重み付けは、どうなるのか --学習の仕方は --損失関数に価値のパラメータを付与する --入力より出力のほうにマルチモーダルにしたほうがよいのでは --特許のパラメータはどのように活用していくのか --特許の価値と類似度を考慮する コメント -(奥原) 山元 - 対比較の行列の中身の説明 - 複数の評価者をどうまとめるか 沼田 - 卒業研究の概要・内容を発表 - するべきことをToDoリストを作る - 大学院の400字概要の形にしておく
