ikko-ohta/e2l

Economy to lang with nn

太田 一行

東京のソフトウェアエンジニアです。web開発とデータサイエンスの両方に関心があり、両者を調和したプロダクト開発を理想として活動しています。 英語を話すのも好きで、CEFR C1を取得しています。

私が発信する内容は全て私の意見であり、所属する組織の見解ではありません。

現在、自身の設立したゲーム開発会社「イースニッド」の代表を務めています。 同時に、個人事業主としてお仕事をいただきエンジニアとしての活動も継続しています。 太田（個人事業主）へのお仕事依頼はメールアドレスまでいただけますと幸いです。

メールアドレス: [email protected]

最近の活動

• 2024.07 フリーランスエンジニアとして個人事業を開業しました。

• 2023.10 合同会社イースニッドを開業しました。Steamでゲームを制作・販売します。『アイリス・オデッセイ』は2025年夏発売予定です。

• 2023.07 株式会社ギフトモール採用広報の一環として、私へのインタビューを掲載いただきました。 見えてきたグローバルへの展開。「ギフトマッチングチーム」メンバーが語る、自身とサービスの成長を同時に体感できるギフトモールの前向きな活気

• 2023.02 TOEFL MyBest 28-24-22-22 96 英語でCEFR C1を達成しました。

• 2022.12 検索クエリからファジーにキーワードを抽出する（スミス・ウォーターマン法による実装） を投稿しました。

  • English: medium Retrieve keywords fuzzily from Japanese user search queries with Smith-Waterman algorithm, self-translation
  • ホットエントリ入りありがとうございました！

• 2020.02 spread をリリースしました。

  • hosting URL: https://spread-samayotta.com/
  • 技術書展: https://speakerdeck.com/mixi_engineers/mixi-tech-note-number-03?slide=28

• 2019.12 登壇発表しました。scramble tech #1　Nuxt.js SSRにおけるE2Eテストの実装

略歴

• 2019.03 京都大学大学院 情報学研究科 知能情報学専攻 卒
• 2019.04 - 2020.10 株式会社ミクシィ 勤務
• 2020.10 - 2024.06 株式会社ギフトモール 勤務
• 2023.10 - (現在） 合同会社イースニッド 創業
• 2024.07 - (現在) フリーランスエンジニアとして勤務

趣味・関心等

見る

英語

	R	L	S	W	sum
2020/06/17	18	15	10	17	60
2021/04/17	21	17	18	21	77
2021/08/28	26	21	18	18	83
2021/12/28	23	21	18	17	79
2022/04/09	23	23	22	22	90
2023/02/04	28	24	19	22	93
MyBest	28	24	22	22	96

読書

京都大学 SF幻想文学研究会に所属していました。

好きな小説家は長谷敏司、法月倫太郎、村上春樹、芥川龍之介です。またギリシア・ローマの古典文学・思想に夢中になった時期があり、プラトンやストア派の著作が好きです。

読書メーター

トレーディングカードゲーム

小学生のころから熱狂的なTCGのファンです。国産TCGはほとんどプレイした経験があります。好きなカードゲームはMagic: The Gathering、ヴァイスシュヴァルツ、ポケモンカードゲームです。spread を実際に使ってもらえるのが最近は嬉しいです。

• Magic: The Gatheringが最近好きで、プロツアー出場を目標にプレイしています。プレイされている方はいつでも声かけてください！ 一緒に対戦しましょう。

カードゲームブログ

e2l's Issues

作業環境

mms等の高火力マシンでpython or C++を叩く
=>vltava等コンソールでpickle解凍してjupyter叩く

nltk arc eagerまわり

リソース

• Natural Language Toolkit http://www.nltk.org
• Universal Dependency v2 http://universaldependencies.org
• CoNLL 形式

ダウンロードしたものを文単位で分割して"../auto/univ_dep_train/*.txt"とした。
train[:1000]では学習はうまくいっているように見えるのにtrain[1000:2000]だとうまくいかない。
train[2000:2150]だとうまくっているように見える。

(C.Dyer 2014) parsing program implement

(C.Dyer 2014) parsing program implement

init

• S 現在の部分木
  • S. pretrained the stacked-LSTM model
• A アクション履歴
• B バッファ
  • B. pretrained the stacked-LSTM model
• w ニューラルネットワーク第一層 + ReLU
• g ニューラルネットワーク第二層 + softmax
• 時刻 t
  時刻tは0 <= t <= len(sentence)

pred

• S[t],B[t] = encode(S[t],B[t])
• ans = g ･ w (S[t],A[t],B[t])
• t ++
• return ans

train

• optimize(w,g)

encode

• return stacked_LSTM(word_s),stacked_LSTM(word_b)

trainsition

[L,R,SH]
nltk.parsingと同じ規格で良い

NFS内にgraphvizを導入したい

yum install graphviz
をお願いしたいです。グラフの可視化ツールで、nltkが依存しているプログラムでもあります。

与えられたデータに外れ値が頻出する件について

ダウジョーンズ平均株価で外れ値が頻出しているように見える。
たとえば 2012-07-12では

VZ      446200  448200  442700  446700
GE      194800  196200  193700  194400
GM      196100  196100  192400  193300
GS      942900  947000  932500  940200 ...

のようになっているが、2014-12-31では

VZ      47.24   47.4218 46.71   46.85
GE      25.65   25.65   25.27   25.34
GM      35.49   35.49   34.83   34.83
GS      196.32  196.83  193.83  193.86
PFE     31.38   31.69   31.1    31.2
CAT     92.74   92.95   91.41   91.54 ...

となって明らかにおかしい。この傾向は全体で見られるので、集計方法や桁数が変更された可能性がある。
具体的な統計をとって、どの期間からどの期間でこのような形式がみられるのかを調べたい。

言語モデリングのサーベイ

ベースライン手法

http://aclweb.org/anthology/P/P17/P17-1126.pdf
Murakami, 2017 encoder-decoder モデル

キャッチアップしたい言語モデル

https://arxiv.org/pdf/1602.07776.pdf
C Dyer,2016 RNNG