ならい造句

• 本稿においても，　ＰＷＬにならい“不確実性を含む演繹推論”という用語を用いる．
  本稿也像ＰＷＬ那样使用“包含不确定性演绎推论”这个词。
• 以上にならい，ＯＯ―ＣＰＮのためのスタティックスライシングのスライシング基準は以下のとおりである．
  模仿以上，因为ＯＯ―ＣＰＮ的静态限幅的限幅基准如下。
• 本稿では，文献５）にならい，順路を指示する場合の身体配置を以下の３つに分類する．
  本文之中，学习了文献５），指示正常路线的状态下，身体配置分为以下的３类。
• 併用の方法としては，文献４）にならい，それぞれの共起による共起類似度の平均を最終的な共起類似度とした．
  并用的方法参考了文献４），把各个共现的共现相似度的平均值作为最终的共现相似度。
• 式中の確率的パラメータ＠ｅｑｕａｔｉｏｎ＿０＠は，文献９）にならい，ＥＭアルゴリズムを適用して推定する．
  公式中的概率参数＠ｅｑｕａｔｉｏｎ＿０＠可以参照文献９），利用ＥＭ算法推算出来。
• 以降では，３．１節で述べたｄ確信度，ｉ確信度にならい，＠ｅｑｕａｔｉｏｎ＿０＠を“ｄ結合確信度”と呼ぶ．
  下面的就仿照３．１节所述的ｄ确信度，ｉ确信度，把＠ｅｑｕａｔｉｏｎ＿０＠称为“ｄ结合确信度”。
• 大野らにならい，群ごとの孵化率，孵化までの平均日数，および孵化までの日数の変動係数（孵化のばらつきの指標）を算出した。
  模仿大野等人的方法，计算了各群的孵化率、孵化所需的平均天数以及孵化所需天数的变化系数（孵化差异的指标）。
• 形態素の正解率の評価には，音声認識で広く用いられている単語正解率（Ａｃｃｕｒａｃｙ）にならい形態素Ａｃｃｕｒａｃｙを用いた
  在词素的正确率评价中，模仿在语音识别领域广泛被应用的单词正确率（Ａｃｃｕｒａｃｙ）采用了词素Ａｃｃｕｒａｃｙ。
• そこで本研究では，Ｈｕｇｈｅｓの主張するサッカーの指導法，学習法にならい，以下の事項に着目して，協調的な機械学習への応用を試みる．
  因此本研究，从Ｈｕｇｈｅｓ主张的足球指导法，练习法中受到启发，着眼于以下事项，尝试着把它们应用到协调性机械练习中。
• 捕集方法は，ＥＰＡ　Ｍｅｔｈｏｄ　ＩＰ８の２４時間室内捕集方法にならい２４時間とし，捕集剤としてポリウレタンフォーム（ＰＵＦ）を用いた。
  捕捉方法仿照ＥＰＡ　Ｍｅｔｈｏｄ　ＩＰ８的２４小时室内捕捉法，也定为２４小时，采用聚氨酯泡沫塑料（ＰＵＦ）作为捕捉剂。
• ベネディクトのサイバースペースの原理１）にならい，本論文ではこれを情報伝達の原理と呼び，仮想空間を構築するうえでの重要な原理の１つと考える．
  我们采用了Ｂｅｎｅｄｉｃｔ的信息空间原理１），本论文中将其称为信息传达原理，并将其作为构筑假想空间的重要原理之一。
• すなわち，返信機能のあるなしによって，ユーザ行動に違いがあるかどうか，違いがあるならいったい如何なる違いがあるのかを定量的かつ定性的に考察する．
  换言之，根据是否进行了用户登录，对于用户行为是否有所不同，如果存在差异那么是种什么样的差异进行了定量的且定性的考察。
• 我々はこの実験にならい，図５に示すような３ＤＣＧによるオブジェクトを基本形として選定し，これを縦．横にそれぞれ引き伸ばしたオブジェクトと合わせて，３種類のオブジェクトを選定する．
  我们模仿该实验，选定图５所示的３ＤＣＧ的实物作为基本形状，将其与分别向纵、横延伸的实物组合到一起，选定了３种实物。
• 坪井ら［坪井０５］の実験にならい，スムージング係数は＠ｅｑｕａｔｉｏｎ＿０＠とした場合のｋ，ｍを＠ｅｑｕａｔｉｏｎ＿１＠の範囲で動かして，各タスクのＦ値の変化を検証する．
  仿照坪井等［坪井０５］的实验，使平滑化系数作为＠ｅｑｕａｔｉｏｎ＿０＠的时候的ｋ，ｍ在＠ｅｑｕａｔｉｏｎ＿１＠的范围内活动，验证各任务的Ｆ值的变化。
• 評価方法はＴＳＣ２にならい，各手法で長い要約（字数５００文字以内）と短い要約（字数２５０字以内）の２種類を生成し，それぞれの要約に対し，内容と読みやすさについて評価してもらう方法をとった．
  评价方法仿效ＴＳＣ２，在各不同方法中生成长要点（５００字以内）和短要点（２５０字以内）两种，对不同要点，就要点的内容和易懂程度上进行评价，采取了这样的评价方法。
• 「午前３時の」天気事象がこの処理に含まれるのは，気象庁が午前５時に発表する天気予報にならい実現すると，この天気事象要素は現在の天気として扱われ，一塊の談話単位として表層的に実現されることによる．
  “午前３点的”天气现象也包含在此处理中，是由于模拟气象厅在凌晨５点发布的天气预报时，该天气现象要素就会被当作现在的天气，作为一段谈话单位而在表层上被实现。
• 本論文では，Ｃｈａｎによるメタ学習のゆるやかな定義「学習された知識からの学習」［Ｃｈａｎ９３］にならい，複数のデータマイニング手法を適用し，その結果からマイニングに関する知見を得ることをメタ学習と呼ぶ．
  本论文中，模仿Ｃｈａｎ变位学习的宽泛定义“从学习到的知识中学习”［Ｃｈａｎ９３］，应用多种数据提炼方法，并把由此获取关于提炼的知识的过程称为变位学习。
• ここでは，言語モデルがしばしば状態遷移ネットワーク（有限状態オートマトン）で表現され，これを展開すると音素のネットワークとして理解できることにならい，音価の系列の生成源を確率的状態遷移ネットワークで表現する．
  在这里，语言模型经常通过状态迁移网络（有限状态自动装置）来表现，将此展开的话，即仿照可以作为音素的网络来理解的过程，通过概率的状态迁移网络来表现音价的系列的生成源。
• 日本語動詞の意味とアスペクトの関係については，従来，様々な研究が行われてきたが，本論文では，文献４）の分類法にならい，動詞を時間的性質から，「状態動詞」，「動作動詞」，「変化動詞」の３種類に分類する☆４。
  有关日语动词的含义与体的关系，至今为止已进行了各种各样的研究，本论文参考文献４）的分类法，从动词的时间性质，将之分为“状态动词”，“动作动词”，“变化动词”这３种类型☆４。
• 横尾ら１６）は，言語学の分野における埋め込み名詞句の研究１４）にならい，埋め込み文と被修飾名詞句との関係（埋め込み修飾関係）を「内の関係」と「外の関係」に大別し，さらに「内の関係」を「格関係」と「所有関係」に分類している．
  横尾等人１６）是在语言学领域中埋入名词句的研究１４），将埋入句和被修饰名词句之间的关系（埋入修饰关系）大体分为“内在的关系”和“外的关系”，特别是将“内在关系”分类为“格关系”和“所有关系”。