【Rails入門】Rails ERDでER図を自動作成しよう！オプションも網羅 | 侍エンジニアブログ
こんにちは！システムエンジニアのオオイシです。 Rails ERDをご存知ですか？ Rails ERDを使うとRailsのモデルからER図を自動生成することができます。 今回は、 Rails ERDとは Rails ERDをインストールする方法 Rails ERDを使ってみよう といった、基本的な解説から ER図をカスタマイズする方法 リレーション別のER図サンプル などの応用的な使い方についても解説していきます。 今回はそんなRails ERDの使い方をわかりやすく解説します！ Rails ERDとは Rails ERDとは、RailsモデルのER図を自動生成するためのgemパッケージです。 生成したER図は、例えばこのような画像が生成されます。 出典: Rails ERD – Gallery of example diagrams ER図(Entity-Relationship Dia
Elasticsearchで日本語検索を扱うためのマッピング定義 - ZOZO TECH BLOG
こんにちは、検索基盤部 検索基盤ブロックの渡です。私は検索基盤ブロックで、主にZOZOTOWNの検索周りのシステム開発に従事しています。 以前の記事では、Elasticsearchのマッピング設定の最適化について取り上げました。そして、今回は日本語による形態素解析を実現するまでの手順をご紹介します。 techblog.zozo.com 目次 目次 はじめに Elasticsearchで全文検索を実現させる手順 全文検索のためのマッピング定義 Analyzerの構造 日本語対応のAnalyzer 日本語対応のためのプラグイン追加 kuromoji Analyzerを指定したマッピング定義の例 kuromojiプラグイン機能 カスタムしたAnalyzerのマッピング定義 Analyzerの動作確認 modeを選択した場合のマッピング定義の例 Analyzer適用の注意点 kuromoji以外の
無償入手可能な音声コーパス／音声データベースの一覧 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 無償かつ入手しやすい音声データセットをメモしています。 ライセンス・利用規約は「商用利用可能」「研究用途のみ」ともに紹介します。 コーパスを探すときに有用なサイト コーパス配布元サイト 情報学研究データリポジトリ 音声コーパス : 日本語コーパスが豊富、無償または有償で利用可能 緩いライセンスのコーパスでなくても良い日本語音声コーパスを探しているときは、まずここを見る とくに自発的発話の日本語音声コーパスはだいたいここ 入手は要申請 所属を記入する必要があるため、大学や企業の研究者でないと入手できない？ （この記事では情報学研究データリ
NLP | GINZA v5で固有表現抽出のルール追加を試してみた｜Koji Iino
「BERT/GPT-3/DALL-E 自然言語処理・画像処理・音声処理 人口知能プログラミング実践入門」を読んで、リクルートのAI研究機関「Megagon Labs」提供の「GINZA」という日本語の自然言語処理ライブラリがあることを知りました。 ※書籍へのリンクも記載していますが、このnoteは書籍の内容に従わずにあくまでも勝手に最新バージョンで試したことに対する内容です 興味を惹かれBERTくらいしか自然言語処理ライブラリの名前を知らなかったため興味を惹かれたのですが、書籍内のGINZAのバージョンは4.0.5であり少し古いバージョンでした。2021/08/26にv5がリリースされているようで、2021/10/01時点では最新は5.0.2 (2021/09/06)となっていました。 試そうとするもせっかく試すならば最新で試したいと思ったところ、v4からv5になった際にbraking c
GPT-3 & OpenAI Codexの使用方法。文章からプログラムを自動生成する方法 - Qiita
本記事ではOpenAIのGPT-3およびCodexの使用方法と、文章自動生成、文章からプログラムの自動生成、プログラムから文章を自動生成する方法を紹介します。 また最後にGPT-3での素数生成の再現も試みます。 本記事の内容 GPT-3、Codex、Copilotの違いとは GPT-3、Codex、Copilotを使用するための申請方法 GPT-3の使用例：広告文書の作成 Codexの使用例：Pythonのコードからコードのコメント文を生成 Codexの使用例：Pythonのコードからdocstringを生成 Codexの使用例：文章からPythonプログラムの生成 GPT-3で素数を生成してみる さいごに 1. GPT-3、Codex、Copilotの違いとは GPT-3、Codex（コーデックス）、Copilot（コパイロット）の違いについて説明します。 初め、私にはCodexとCop
Hugging FaceのDatasets： 自然言語処理のデータセット提供サイト
英語ではあるが、詳細な説明は要らないだろう。簡単に概説しておくと、右側にはダウンロード数順で人気のデータセットが一覧表示されている。 キーワード検索できるだけでなく、左側の［Task Categories］（タスクのカテゴリー：問題種別の大まかな大分類）／［Tasks］（タスク：より具体的な問題種別）／［Languages］（言語）／［Multilinguality］（多言語性）／［Sizes］（データサイズ）／［Licenses］（ライセンス）でフィルタリングできる。 機械学習の際に「どのデータセットを使えばよいか」を悩むことはよくあると思うが、このランキング表示は非常に参考になるのではないだろうか。 各データセットのページ内容 図1のデータセット名（例えばwikitext）をクリックしてページを開くと、図2のように表示される。 これも直観的に把握できると思うので、細かな説明は不要だと思
形態素解析の可視化ツール「ViSudachi」を使ってみる
当記事は、ViSudachiの開発初期に書かれたものです。今はより簡単に利用することができます。以下の記事もご参照ください: 概要 WorksApplications/ViSudachi: A tool for visualizing the internal structures of morphological analyzer Sudachi 形態素解析器Sudachiの解析結果を可視化するツール ViSudachi が開発中らしい GitHubで公開されていたので使ってみた（2021年11月3日。まだ公式発表はされていない） kagome や janome にもラティス可視化機能はあるよ 形態素解析の可視化とは 多くの形態素解析器では、全ての解析候補を表現する「ラティス」というデータ構造を構築し、その上での「最短経路」を探す問題として解析を定式化しています（最小コスト法）。単語の出
Docker環境でRspecとRubocopを入れる場合のGithubとCircleCIの接続方法 - Qiita
環境 Mac0S Big Sur 11.5.2 ruby 3.0.2 rails 6.1.4 docker 20.10.6 MySQL 8.0.27 はじめに Docker環境でRspecとRubocopを入れるまでの記事は多くあったのですが、その後GithubとCircleCIを接続する説明が書いてある記事はなかったので書くことに決めました。 RspecとRubocopのインストール方法はこちら Rspecのインストール方法 Rubocopのインストール方法 CircleCIの導入と自動テスト まず、CircleCIのサイトに飛んでGithubでログインし、CircleCIとGithubを接続します。 そして、テキストエディタで自分のプロジェクトのすぐ下（テキストエディタのファイルの一番上)に.circleciというディレクトリを作成し、この中にconfig.ymlというファイルを作成し
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - zesterer/ariadne: A fancy diagnostics & error reporting crate