行话的日文

• 次に，発話文の形態素解析を行い文章を品詞単位に分解し，主語や述語などのキーワードを抽出し，各発話タイプ別に発話意図解析処理が行われる．
  接下来将进行话语句的词素分析并将文章分解成词性单位，同时提取主语或谓语等关键词，饼按照各话语类型进行话语意图分析处理。
• 次に，発話文の形態素解析を行い文章を品詞単位に分解し，主語や述語などのキーワードを抽出し，各発話タイプ別に発話意図解析処理が行われる．
  接下来将进行话语句的词素分析并将文章分解成词性单位，同时提取主语或谓语等关键词，饼按照各话语类型进行话语意图分析处理。
• 一方，返信機能なしの場合には，「お礼」や「説明?紹介」を述べるメッセージは少なく，書き込まれた内容を受けずに話題が転換するケースばかりであった．
  另一方面，没有回信功能的情况下，阐述“致谢”及“说明?介绍”的报文很少，只存在不接收被写入的内容而进行话题转换的这种情形。
• 従って，これらの係数の絶対値が大きいほど，対応する素性が流行的話題の予測において，重要（係数が正の場合）であるか非重要（係数が負の場合）であると考えることができる．
  因此，这些系数的绝对值越大，越可以判断对应属性在流行话题预测中是重要（因数为正）还是不重要（因数为负）。
• この現象をユーザの興味や話題性による，話題の口コミ的な情報伝搬と考えることにより，スラングなどの影響を受けずに，容易に正確な解析を行なうことができる．
  我们可以把该现象看作是在用户的兴趣点和话题性的基础上的话题口头信息传播，由此，就可以不受行话的影响，而能简单地进行正确分析。
• ここでは，得られたデータから，前節の伝搬モデルに基づき特徴量を抽出しＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ（ＳＶＭ）により流行的話題を予測する．
  此处，从所得数据中提取基于上一节提出的传播模型的特征量Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ（ＳＶＭ），并由此来推断流行话题。
• さらに分析として，６．３節では，流行的話題の予測に有効なＳＰＭに基づく素性の分析を行ない，また，６．５節では，両実験結果の比較による客観的な考察を行なった．
  进而，在６．３中将进行对于预测流行话题非常有效的基于ＳＰＭ的属性分析，然后在６．５节中，通过比较两个实验的结果来进行较为客观的考察。
• 現時点で流行的でないと判別されたものが，今後発展を遂げ，流行的に転じるかもしれないが，そのような可能性を考慮せずに，現時点でその話題に対する判断を固定する事が既知の話題の定義になる．
  现在不流行的话题，以后可能会发展为流行话题，但本文不考虑这种可能性，而是将现在对该话题的判断定义为已知话题。
• （ｄ）の数は圧倒的に多いが，表１０の（Ｄ）を参照するとどちらの分類基準でも非流行的になる話題が１０６件あるため，実際に両方ともの予測が不正解であった話題は３０件であったと分かる．
  （ｄ）的数量非常多，但根据表１０（Ｄ）可知，不管哪个分类标准，成为非流行话题的为１０６件，实际上双方的预测出现错误的话题有３０件。
• 流行的話題クラスである話題を正しく流行的話題であると回答できたとき正解したということにすると，各流行的話題には伝搬量と知名度のそれぞれの定義ごとに正解か否かが存在することになる．
  如果把能够正确将流行话题组的话题判断为流行话题作为正解，那么各个流行话题中按照传播量和知名度的不同定义就会出现是否存在正解的情况。