4/12(金曜日) 本日の成果 8日目

• 第1作 プロット0コマ分進めた
• 第1作 シナリオ0文字(0kb)進んだ
• やっぱり朝に書かないとこのような事態が発生する。ただ目先の成果にばかり囚われていると本質を見失うというある程度進捗を上げている人じゃないと説得力が全くない台詞を置いておく

アルゴリズムとデータ構造(復習)

• 一切学習しなかった。ただ一切学習しなかったという後悔があるのでまだマシ。木構造について学習していた事を思い出してその日を凌ごうとして醜いなと思った事を思い出した。忘却と記憶の鎖を繋いで命脈を繋ぐ現状

Deep Learning

• 何も勉強していない。取り敢えず復習する事で学習した過去を肯定してあげる。自然言語処理の手法としては3つが主であり、1つ目は類義語を集めたシソーラスを用いた手法。2つ目は統計データを用いたカウントベースの手法。自然言語処理では、分布仮説という単語の意味は、その単語が用いられる文脈により生まれるという考え方が根底にあり、それをどのようにモデル化するか手法が異なっているという点を理解すると構図が見えやすい。分布仮説の例としては、「基本」という単語があって、それは文脈の中で意味が生まれる。まあ、普通に生きていて「基本」を構成する「き・ほ・ん」の「き」という文字が表す意味はと言われても、それは「基本」という言葉の一部だよという他ないように、単語も同様の事が言えそうだなと。これを膨らませて(ポケットを)専門的な用語を誰かからこれってどういう意味と問われた時に、分布仮説って知っているから始まる一連の議論で、その専門用語は文脈の中で意味が生まれるから私は説明できないよとスマートにかわす事も出来る。しかし、じゃあ哲学者や数学者が行う定義はどのようにして可能かという反論が加えられた時は大人しく降参する必要がありそう。話が脱線したが、カウントベースの手法では、文章(You say goodbye and I say hello)が与えられた際に、sayという単語の意味は分布仮説によるとコンテキスト(文脈)により規定されるから、sayの周辺を考えると何かが見えてきそうという事でターゲットである単語の周辺n文字にどのような単語が来るかを行列として表現した共起行列をもとに学習を進める事で、youとgoodbyからsayを導きだす様な事が可能になる。これはあくまで単純化した例なので厳密では無いがこのような手法をカウントベースではとっている。しかし、カウントベースでは、単語の出現回数が考慮されていないという問題点が挙げられる。それらを解決した手法なども提唱されている。3つ目は推論ベースの手法で、先ほどのコンテキストとターゲットに着目して単語の意味を引き出そうとする手法で、you,goodbyeという文脈からtargetの様に、与えられた文章に対してコンテキストからターゲットが来る確率を求めるCBOWとターゲットから文脈を推測するSkip-Gramの両方をモデル化したツールであるward2vecが有名である。正直ちゃんと説明出来ていないのでよろしくない。というかもうそろそろTeXやコード・図を用いたグラフィカルで分かりやすい構造的な文書を記述できるようにしないと限界がきそう。まだギリギリ耐えているだけなのでは

Unity

• 何も勉強してない。3日連続というのは宜しくないよね。これはまずいね。まあシナリオ執筆で何もしないよりはまし。いや深刻

読書

• You are the one 僕の未来をあげる

取り敢えず無理してでも早く起きて勉強と執筆を続けるよ8時前には起きる習慣をつけねば