![](https://cdn-ak-scissors.b.st-hatena.com/image/square/fa073e3c867861c5b841e9d7a4f2cab255ba3912/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--dF3gNIVF--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%2525E3%252583%25258F%2525E3%252583%252583%2525E3%252582%2525B7%2525E3%252583%2525A5%2525E3%252582%2525BF%2525E3%252582%2525B0%2525E3%252581%2525AE%2525E3%252582%2525AB%2525E3%252583%252586%2525E3%252582%2525B4%2525E3%252583%2525AA%2525E5%252588%252586%2525E9%2525A1%25259E%2525E3%252581%2525AE%2525E6%2525AF%252594%2525E8%2525BC%252583%2525EF%2525BC%252588BERT%252520vs%252520OpenAI%252520vs%252520ELECTRA%2525EF%2525BC%252589%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Ayutoo89%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzdjNGZiNTc5ZGMuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ハッシュタグのカテゴリ分類の比較(BERT vs OpenAI vs ELECTRA)
予測精度は、OpenAI Embedding APIがすべての評価指標で最も優れた結果になりました。今回はAda v2モデ... 予測精度は、OpenAI Embedding APIがすべての評価指標で最も優れた結果になりました。今回はAda v2モデルを使用しました。これはEmbedding APIの中では最も安価なモデルです。他のモデルでは結果が異なるかもしれません。 BERTとその後継のELECTRAを比較すると、やはりELECTRAのほうが性能は高いようです。今回は日本語版のWikipediaで事前学習済みのモデルを使用しました。それでもFine turningなしの状態ではOpenAI Embedding APIのほうが圧倒的に優れている結果となりました。 OpenAI Embedding APIはリクエストのたびに費用がかかりますが、今回695個の日本語のハッシュタグをベクトル変換して消費したトークンは合計3830、計算が正しければ $0.000383(= 0.055 円)なので非常に安価です。 実装詳細
2023/06/30 リンク