滝沢カレンのインスタグラムの文章に中毒者が続出してるらしい。 滝沢カレンの理解不能なインスタwwwwwwwwwwww 引用元: https://www.instagram.com/takizawakarenofficial/ どのような文章構造になっているのだろう 実際に滝沢カレンの文章を読んでみると、日本語としてはなんとなく読めるのだが、文章の意味がなかなか頭に入ってこない。はじめは、何となく、ディープラーニング(RNN系かなにか)でコーパスを学習して、文生成した結果なのかとも思った。 このように感じる要因は色々あると思うのだが、言語処理的に、どのくらい理解不能な文章なのかを調べるために、滝沢カレンの文章を構文解析して、結果を可視化した。 手法 CaboChaを使って構文解析を試みた。 滝沢カレンの文章には句点「。」がほとんど使用されず、句点のかわりに絵文字が使われている。そのため、絵文
ML事業部の金田です。今回は、ストックマークの提供する法人向けサービス「Anews」の裏側で動くビジネスニュース推薦システムについて、簡単に紹介いたします。 AnewsとはAnewsは組織変革のための情報収集+コミュニケーションプラットフォームです。 情報収集のためのコア機能としては、国内外3万メディアから収集したビジネスニュースから、利用者の興味・関心に合わせて記事を配信するサービスを提供しています。日々配信されるニュースから業務ニーズに直結するインサイトを獲得し、これを話題にユーザ同士が交流することで、組織全体の情報感度やコミュニケーションを促進させるのが、サービスの狙いです。 事前準備:ことばの定義具体的な機能説明の前に、Anewsにおける基本的な概念について軽く整理します。 Anewsは1企業=1集団としての利用を想定しています。以降ではこの集団をチーム、チームに所属する各利用者を
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます みずほ銀行が、人工知能(AI)による外国送金仕向先判定支援システムを構築し、4月に運用を開始した。同システムの構築・運用をサポートする日本IBMが発表した。 このシステムは、IBM Cloud上で提供されるサービスを活用する。みずほ銀行における実際の外国送金の依頼内容を学習データとし、「Watson Knowledge Studio」で作成したモデルをIBM Watsonの自然言語処理に利用する。これにより、自由文で記述された多様な送金依頼書から銀行名や国名、都市名、また「国際銀行間通信協会」のシステムで使われるSWIFTコードなどを正確に把握できるという。また、有識者のノウハウを取り込んだロジックに沿って、為替業務において顧客(送金人
背景 PyTorchでHugging Face Transformersを使って自然言語処理を行うとき,文章をモデルに入力するためにはまず単語単位に分かち書き (tokenize) しなければなりません. この前処理が思ったよりもやっかいなのです. 事前学習済みのモデルをTransformers公式から提供されているものから選んでしまえば,ここはあまり問題になりません.Transformers付属のtokenizerを使って一発で分かち書きできるからです. 実際,東北大からTransformersを通じて日本語BERT事前学習済みモデルが公開されて久しいので,日本語BERTモデルを使うのはだいぶ楽になりました. huggingface.co しかし,別の事前学習済みの日本語BERTモデルで,Transformersのプラットフォームに載っていないものはいくつか存在します. これらのモデルを
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