作文入门
?
14 likes?6,299 views
Convert to study materialsBETA
Transform any presentation into ready-made study material—select from outputs like summaries, definitions, and practice questions.
作文入门
- 1. プログラマのための 作?文?入?門 伊藤敬彦 株式会社プリファードインフラストラクチャー ? 2012年年 ?5?月 ?24?日 ?
- 2. ?自?己紹介 l?? 奈奈良良先端?大情報科学研究課博?士後期過程修了了 l?? ファストサーチ社で?言語処理理コンポーネントを開発 l?? ミクシィで?大規模データマイニング技術の調査、 開発を?行行う l?? Twitter ?アカウント：takahi_?i l?? そろそろ ?34 ?歳 2
- 3. 準備：プログラマも?文書を書く l?? プログラマは?自然?言語を執筆（作?文）する機会が多い l?? プログラマが書く?文書の種類 ?? 感想?文、?小説 ?? 技術?文書（マニュアル、FAQ、?口答発表） l?? 作?文は重要：コミュニティを?大きくする、ユーザ獲得 3
- 4. 準備：プログラムを取り巻く状況 l?? プログラムの品質向上への取り組みは美徳とされて いる。 l?? 具体的な取り組み：ペアプログラミング、コード レビュー、コードのシェアリング、コードインスペ クションツール l?? 規約（守ることが望ましいルール）が存在する： l?? 変数の命名 l?? 関数の??長さ l?? 変数のスコープ l?? インデント l?? … 4
- 5. 準備：技術?文書を取り巻く状況 l?? プログラムと違って?文書の品質については議論論され ない。 l?? ?文の善し悪しに関する具体的な指針の共有が無い。 l?? 読みやすさが向上しない。 l?? 技術、知識識の伝搬が阻害される。 l?? 例例： l?? 翻訳された本が理理解できず結局原著を読む。 l?? マニュアルが理理解できずハマる。 5
- 6. 本発表のテーマ l?? 悪い?文のグループ化と各グループへの解決策を考える。 l?? 悪い?文となってしまうポイントをプログラミングの規 約から考察する (こじつけてみる)。 文書 プログラム マニュアル、論論?文、仕様書、実?行行ファイル、フレームワー 技術ブログ ク 章 ライブラリ 節 クラス パラグラフ ?文 メソッド 単語 演算?子、変数、シンボル 6
- 7. 悪い?文の種類 ?自然?言語 プログラムの視点では ??長い?文 ??長い関数 代名詞の多?用 ?一時変数の多?用 新単語が直後に利利?用されな 変数のスコープが??長い い 専?門?用語のフォローがない 引数の意味が記述されていな い 助詞の曖昧性 変数名 ?? 以下、各悪い?文の紹介と解決?方法について述べてゆく。 7
- 8. 問題：?文の??長さに起因する可読性の悪化 ?文が??長くなると. . . l?? 可読性が損なわれる l?? プログラムにおける??長い関数と同じ l?? 意図が理理解できない?文になりやすい l?? 検証 (レビュー) に時間がかかる 8
- 9. 问题例例：??长い?文 原?文：サポートベクタマシンはパーセプトロ ンやロジステッィク回帰アルゴリズムのよう な、?二値分類器であるが、性能はそれらに対 して?高いといわれているだけでなくさらに カーネル法を利利?用することで?非線形の問題に 対応できるという利利点をもつ。 9
- 11. ??長?文が発?生する状況 l?? 複数のトピックを?一つの?文で記述する l?? 不不要な単語（句句）を追加する 11
- 12. 問題：代名詞の多?用による曖昧性 代名詞は?文の曖昧性 ?一時変数を利利?用したプログラム を?高める。 def get_results(value): l?? ?一時変数を多?用 tmp_var = value * value したプログラム tmp_var = tmp_var – value と同じ return tmp_var 12
- 13. 問題例例：代名詞に起因する曖昧性 原?文：決定?木やサポートベクタマシンは分類器である。それは カーネル法を利利?用できる利利点がある。 問題：“それ”とは？ l?? 決定?木、サポートベクタマシン、分類器？ 13
- 14. 解決：代名詞に起因する曖昧性 改善後：決定?木やサポートベクタマシンは分類器である。分類 器の中でもサポートベクタマシンはカーネル法を利利?用できる利利 点がある。 解決：“それ”をサポートベクタマシンで置き換える l?? 冗??長になっても名詞を利利?用した?方が良良い（場合が多い） 14
- 15. 新しいトピック（専?門?用語）が利利?用されない l?? ?文の中に出て来た新しいトピック（専?門?用語）が即 座に利利?用されない。 l?? プログラム的には変数のスコープが??長いという問題 15
- 16. 問題例例：新しいトピック（専?門?用語）が利利?用され ない 原?文：サポートベクタマシン（SVM）は?非常に?大きな計算量量 で知られている。SVMの性能のよさはよく知られている。最 近になって計算量量 O(N) のアルゴリズムも提案された。 問題点：”計算量量”というトピックが出現したが、直後の ?文で利利?用されない 16
- 17. 解決：新しいトピック（新単語）が利利?用されない 改善後：サポートベクタマシン（SVM）は?非常に?大きな計算 量量で知られている。最近になって計算量量 O(N) のアルゴリズム も提案された。 解決法：間に?入っている?文を消す 17
- 18. 問題：新トピック（新語）に解説がない ?文中で出て来た新語に解説を加えていないため。読者が 置き去りになる。 l?? 特に?口答発表では致命的な問題 18
- 19. 問題例例：初出のトピック（専?門?用語）に解説がない 原?文： ?Localtiy Sensitive Hashing は類似するインスタンスの ペアを抽出します。ではアルゴリズムの内容について解説しま す。 問題点：インスタンスという初出の単語に解説がない 19
- 20. 解決：初出のトピック（専?門?用語）に解説がない 改善： ?Localtiy Sensitive Hashing は類似するインスタンスの ペアを抽出します。ここでインスタンスとは… 解決：インスタンスの解説を追加 20
- 21. 助詞に起因する曖昧性 l?? 助詞を連続で利利?用すると、接続の優先順位が問題に なる。 l?? 意味が分からない?文ができやすい l?? 参考：どう書くかー理理科系のための論論?文作法 ?杉原厚 吉 21
- 22. 問題：助詞に起因する曖昧性 原?文：?人?工の?言語の処理理 曖昧 l?? ?人?工の?言語 → の →? 処理理 l?? ?人?工? → の ?→? ?言語の処理理 22
- 23. 解決：助詞に起因する曖昧性 解決後：?人?工?言語の処理理 l?? 結合させたい名詞間の助詞を削除する l?? 注：助詞による曖昧性は他にも?色々ある。。。 23
- 24. そのほかの問題 l?? 形容詞の多?用 l?? 接続詞の多?用、誤?用 l?? ?口語 l?? 語尾 l?? ?用語の統?一 l?? ?大きな単位の構成?方法 l?? パラグラフ、節 l?? ?口答発表?用スライド 24
- 25. 現実での取り組みとあったらいいな l?? 現実 l?? ?文書をバージョン管理理システムで管理理 l?? ?文インスペクション（Word, ISpell） l?? 規約の作成 l?? 夢 l?? テスト駆動作?文 (Test Driven Writing)？ l?? 推敲、校正中に?文書を壊さないようにするにはど うすれば良良いのか。。。 25
- 26. まとめ l?? プログラミングの視点から作?文する際の問題を列列挙した l?? プログラムを育てるように、?文書も育てる 26
- 27. 最後に プログラマの必読書 l?? 理理科系の作?文技術 27