- より良い本にするため、誤植や誤り、改善点等の洗い出しと反映を行う。
- サポートページへ反映されるまで時間がかかるので、一旦ここで管理する。
- 正式な内容は編集に依頼してサポートページへ掲載する。
- フィードバック、指摘、マサカリ、感謝します。
| ページ | 誤 | 正しい | 備考 |
|---|---|---|---|
| p.vi | Part2の区切りがChapter6 の前にある | 正しくはChapter7の前 | |
| p.10 | あるです | あります | |
| p.11 | 機械学習をプログラムとして | 機械学習を用いたプログラムを | |
| p.11 | 環境が | 環境を | |
| p.15 | グラフ上 | 2次元空間上 | |
| p.16 | 図2-3-3 グラフ上 | 2次元空間上 | |
| p.16 | このグラフ | 図2-3-3 | |
| p.16 | グラフの左側に | 左側に | |
| p.18 | グラフ上 | 2次元空間上 | |
| p.39 | 次に | まずは | |
| p.39 | 最後に | その後 | |
| p.40 | 図3-2-1 brat rapid annotation tool | brat | |
| p.96 | df(t,d) | df(t) | |
| p.121 2,3行目 | I番目 | i番目 | 2箇所 |
| p.121 4行目 | I番目の式 | 1番目の式 | |
| p.130 | テストデータセット | テスト用データセット | |
| p.132 最終行 | 図6-7-1 | 図6-6-1 | |
| p.138 4行目 | 平均で | なし | 1つのparamが11通り、残り4つが1通りでも平均3になるが、この場合の試行は11回になる |
| p.138 5行目 | 273 | 243 | |
| p.187 train.py | ここはmain関数を定義してない | mainを定義してif以下を移動 | |
| p.212 最終行 | I行 | i行 | |
| p.214/12行目 | def | if | |
| p.218 図9-5-2から9-5-6 | 脚注が*4 | 正しくは*2 | |
| p.220 タイトル | 構築 | 実装 | |
| p.221 タイトル | モデルの学習 | モデルの学習と評価 | |
| p.228 タイトル | モデルの学習 | モデルの学習と評価 | |
| p.231 タイトル | モデルの学習 | モデルの学習と評価 | |
| p.231train.py | ここはmain関数を定義してない | mainを定義してif以下を移動 | |
| サポートサイト | ColabのリンクまとめがHackMD | 正しくはGist |
- Amazonの目次が本の目次と若干異なる部分があるので、本に合わせる。
- 表紙の「自然言語処理での実装」の対象がわからない。何を実装？
- p.xi GistのURLを打ち込むのが大変なので短縮URLにする。
- p.1 本章では、自然言語処理の概要について学びます。まずは本書で対象とする「自然言語」とは何なのか、「自然言語処理」とはどのような技術なのか、どんなタスクがあるのかといった基本的なことから説明していきます。
- p.8 ファクトイド型の質問の答えとともに回答が短いテキストで表されることを示す。加えて、ファクトイド型の定義を再確認。「短いテキスト」は抽象的でわかりにくい。
- p.8 ファクトイド型とは異なり、短いテキストで答えられないことを示す。
- p.83 結果の数字が正解率であることを説明する。
- p.94 one-hotは一般的に1となる次元が1つで残りが0であるベクトルを表すので、「2値ベクトル」か何かへの名前の変更を検討。GoogleのText classificationにならったが、まぎらわしいか。
- p.97 「おまけ」で単語の順序情報を失っている問題点に触れているが、本書の後半で扱う内容に関係するので、より強調した方がいいのではないか。<- u++さんからのフィードバック。参考: 【書籍メモ】『機械学習・深層学習による自然言語処理入門 scikit-learnとTensorFlowを使った実践プログラミング』
- p.128 図6-4-1: ここのコードではCVでパラメータ探索を行なっていないので、コードと図が合っていない。
- p.133 書籍（Python Machine Learning）の出典を示すのにamazonのURLは適切でないので除去。
- p.151 モデルを定義する方法にModelクラスを継承する方法を追加。説明を入れるスペースがあるかは確認。
- p.164 対応する出力」の値(predictの出力結果)の解釈をより分かりやすく説明する。<- Keras predictのnumpy返り値の評価について
- p.272 tが未定義。
- p.273 sが未定義。
- p.282 ターミナルのハッシュ記号の位置が揃っていない。
- p.283 train_test_splitのパラメータの位置が揃っていない。
- p.283 fitのパラメータの位置が揃っていない。
- p.285 p.272の図11-3-1では文の開始記号が<BOS>だが、p.286の図11-5-1では<s>となっている。
- タイポはないか
- 表記揺れはないか
- 定義していない記号はないか
- わかりにくい表現、曖昧な表現はないか
- 説明が不足している箇所はないか
- 業界で一般的な用語を使っているか
- 図と説明が合っているか
- 見ずらい図はないか
- コメントの位置は揃っているか
- 式は正しいか
- URLは正しいか
- 出典を参照できるか
- 脚注の番号は正しいか
- 参照しているページ番号は正しいか
- 参照している図表の番号は正しいか
- コードに誤りはないか
- パラグラフ・ライティングになっているか
- トピックセンテンスを読むだけで意味がとれるか
- 説明が全体から部分という流れになっていない場所はないか
- 説明の構造が繰り返し構造になっていない場所はないか