NTT-TUT ミーティングでの質問と意見
- パープレキシティで評価しているが、その目的は?
→ 言語モデルの性能向上。(背景の説明が伝わらなかった)
背景の説明が不十分。
- 言語モデルの性能は、具体的なシステムに組み込んでみないとわからない。
- パープレキシティ最小化ならば、もっと単純な方法がありそう。
貪欲な選択はしかたないにしても、
連結を繰り返すというアルゴリズムは、パープレキシティ最小化とは関係がない。
- 既存辞書の単語の組合せの範囲でやったほうが、応用範囲が広い。
そのときも、差分評価という考え方で効率化できるのであれば、意味があるのでは。
→ 初期分割を形態素分割にして、細かすぎるところをつなげる、という方法もある
- マヤ語の解読に役に立てられないか。
→ 言語知識を用いない、という点では適用可能ではあるが…
あと、数式の変数の説明とか素っ飛ばしたので、即座に突っ込まれた。
しかも、ちゃんと応答できなかった。
0-gram ということと、式がああなっているということをちゃんと説明する必要があった。
新規性をもっと強調するべきだったかも。
言語モデル性能だけを基準にしていて、
辞書もルールも初期分布も使っていない。
(近似があるが)