連載
» 2017年08月29日 11時30分 公開

Over the AI ―― AIの向こう側に(14):開き直る人工知能 〜 「完璧さ」を捨てた故に進歩した稀有な技術 (7/9)

[江端智一,EE Times Japan]

ベイズ理論の概念と似ているN-gramモデル

 では、最後に、N-gramモデルについて、私なりの理解で簡単に説明を試みます。

 以前、この連載で、ベイズ推論のお話をしました(「困惑する人工知能 〜1秒間の演算の説明に100年かかる!?」)。まずは、この内容を思い出してください(まあ、思い出さなくても良いですが)。

 N-gramモデルとは、ぶっちゃけ「条件付き確率」のことです。ある事象の発生確率が、その直前までに既に発生してしまった事象によって、コロコロと変化する確率のことです。

 この例では、パートナー(男性)の浮気の確率が、他の条件によって(タンスの中からパンティが発見されたという事実で)変化することを示す、「"パンティ発見"条件付き"浮気"確率」を表しています。

 N-gramモデルの考え方も、概念的には同じです(多分)。

 "エバ"と出てきたら、次が「タ」となり"エバタ"となる確率と、"エバ"と出てきたら、次が「ラ」となり、"エバラ"となる確率を計算して、高いものからリストアップしておきます。こうしておけば、"エバ"の後の音節が不明瞭でも、力づくで音声認識を押し進めることができます

 また、文節単位でも、"江端は"がくれば、普通に「偉大だ」が確率的に上位にくるはずです。"江端は"の後に「阿呆だ」が登場する確率が下位に沈むのは間違いありません。なぜなら「江端は偉大だ」は、もはや、慣用句といってもいいレベルにあるからです(うそです)

Copyright© 2017 ITmedia, Inc. All Rights Reserved.

RSSフィード

All material on this site Copyright © 2005 - 2017 ITmedia Inc. All rights reserved.
This site contains articles under license from UBM Electronics, a division of United Business Media LLC.