andante

昨晩はword2vecの説明を読んでから寝ました。可能な単語すべてとのsoftmaxを取ると死ぬのでかわりに「ノイズ」として選ばれた単語集合に含まれないことを要求すると高速になる、みたいな話。ノイズはランダムに選べば良いのかな。へえ。

お昼から仕事。日本語OCRの現状を調査。フリーで使えるソフトは基本的にぜんぜんダメなんだけど、これは前処理が不十分だからなのか学習が不十分なのか、あるいは、前処理と学習をちゃんとすればどのくらい改善するのか、みたいなことがまだわかりません。そしてこれは実際やってみないとわからないんだろうなあ。うーむ。これはたぶん泥臭いチューニング作業になる気がする。うーむ。

明日は病院（定例）。なんかまた風邪っぽさが出てきている気がする。嫌だな。

もしかしたら会えるかもと思って公園に行ったら、もしかしたら会えるかもと思って待っていた君がいて、なんだそれ循環参照かよって言いながら一緒に帰る。「あそこの点線ってさ」「どれ」「キリトリセンのところで折ったみたいだよね」「ああ、アスファルトのひびがってこと」「道路に書いてる縦ながーい文字でさ、キーーリーートーーリーーセーーンーーって書くの」「はさみの絵も書こう」「えーなにそれ」「え、書いてない？キリトリセンのところにはさみの……なにしてんの」「チョキチョキ」「グー」「あっ、じゃあグリコね」「そのペースで帰るの日が暮れるんじゃないかな」「あっ、西に向かって進めば日が暮れるのちょっとだけ遅くなるよ」「あっちって西なの？」「西だよ？」

昨晩もword2vecの説明を読みました。一応全体構造はわかったけど、なんで（特にskip-gram）こんなのでああいう性質の良い埋め込みが得られるのかはぜんぜんピンとこないなあと思いました。というか具体的な回帰の計算もよくわかってない気がする。まあこの先はコードを。

仕事の前に病院。今日はとても空いてて誰もいなかったのですぐ終わりました。調子はすこし良くなっているのかもしれないけれど、まあそんなの何回目だよって感じだし。

仕事は日本語OCRの調査。領域検出も既存手法ではどうやらぜんぜんだめで、これは学習すればどうにかなるのかどうか、ぜんぜんわかりません。あとはCNNを使った手法の論文を読んだりしたけど、これはオーバーキルなんじゃないだろうかと心配になる。既存研究の地図がぜんぜん描けてないので、すごく的外れなことをやってないだろうか。うーむ。

普通に使ったつもりの言葉に、「難しい言葉知ってるんですね」とか言われちゃうと、ちょっと疎外感？を感じる。そうだ、僕は「難しい言葉」を使ってしまう人間なんだ。こうやって普通におしゃべりをしているけれど、違う種類の人間だったんだ。
まあ、単に僕がナチュラルボーン頭が高い人間なせいでもあると思いますけれども。会話はいつもマインスイーパ！

今夜はアニメを消化しつつtensorflowを触る。その「つつ」は不可能では？