[Amazon Lex] Amazon Lexが日本語対応となったので、Amazon Connectから使用して居酒屋の電話予約をボット化してみました | DevelopersIO
1 はじめに CX事業本部の平内（SIN）です。 いよいよ、Amazon Lex（以下、Lex）が日本語で利用できるようになりました。 Amazon Lex が日本語に対応。東京リージョンでお使いいただけます 昨日、テンプレートで試してみたのですが・・・ 今日は、簡単なボットを作成して、Amazon Connect（以下、Connect）から利用してみました。 2 想定 Connectと連携するサンプルとして、居酒屋クラメソ（注：実際には、存在しません）の電話に自動応答を組み込む事をイメージしてみました。 下記は、お店に、予約の電話が入った場面です。店員が時間や人数を聞き取っています。しかし、仕事中に手を止めて電話に応答する作業は、少しコストが掛かるものです、そこで、できれば、予約は自動化したというニーズが有るとします。 しかし、お店に掛かってくる電話は、予約とは限りません。 そこで、お店
![[Amazon Lex] Amazon Lexが日本語対応となったので、Amazon Connectから使用して居酒屋の電話予約をボット化してみました | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/ad3def86c56b7328cc1dcb9cc661071a305a4601/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Famazon-lex.png)
グーグル翻訳アプリ、ニューラル機械翻訳がオフラインに対応
Googleは米国時間6月12日、同社のニューラル機械翻訳（NMT）システムのアップデートを提供開始した。これによりユーザーは、インターネットに接続していない時でも、より正確な翻訳を得られるようになる。 Googleは2016年にNMT技術を導入して翻訳の精度を高めた。この技術が今回オフラインに対応し、「Android」または「iOS」デバイス上の「Google翻訳」アプリで直接実行できるようになる。 NMTシステムでは、文章の中の単語やフレーズを個々に翻訳するのではなく、文全体を1つの翻訳単位として捉え、より広範な文脈を考慮して最適な翻訳を考え出す。Googleは発表の中で、これにより段落や記事の翻訳がはるかに自然なものになると述べた。 オフライン機能は、国外への旅行時や、インターネットに接続できない場合、あるいはデータ通信を使いたくない場合に利用できる。各言語セットは35〜45Mバイト
TechCrunch
Sam's Club customers who pay either at a register or through the Scan & Go mobile app can now walk out of the store without having their purchases double-checked. As data access becomes increasingly tied to business success, making data available to all business users, regardless of their data wrangling skills has grown in importance. The founders of Seam, an e
日本語話し言葉BERTを作成、公開します！ - Retrieva TECH BLOG
こんにちは。 カスタマーサクセス部リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関する研究の最新動向の調査・キャッチアップなどを行っております。 今回の記事では、国立国語研究所様との共同研究で作成した日本語話し言葉BERTとその利用方法について紹介します。 概要 BERTの簡単な説明 話し言葉BERT作成方法 書き言葉BERTの文法を表現する部分のみをCSJで追加学習 書き言葉BERTに対して、話し言葉データを用いた分野適応 実験 文法を表現する部分のみを追加学習することの有効性の確認 話し言葉データを用いた分野適応を行うことの有効性の確認 日本語話し言葉BERTの公開 ご利用方法 まとめ 概要 近年、自然言語処理の分野ではBERT（Bidirectional Encoder Representations from Transformers）と呼ばれるモ
【日本語モデル付き】2021年に自然言語処理をする人にお勧めしたい事前学習済みモデル - Qiita
要点 T5（Text-To-Text Transfer Transformer、論文、日本語解説記事）の日本語モデル（事前学習済みモデル）を作り、公開しました。ご活用ください。 T5とは、様々な自然言語処理タスクの入出力がともにテキストになるよう問題形式を再定義することにより、一つの事前学習済みモデルを多様なタスク用に転移学習させることができる高い柔軟性を持ち、かつ、性能も優れている深層ニューラルネットワークです。 転移学習の例: 文章分類、文章要約、質問応答、対話応答、機械翻訳、含意関係認識、文の類似度計算、文法的妥当性判定、タイトル生成、スタイル変換、誤字修正、検索結果のリランキングなど（固有表現抽出などのシーケンスラベリングの実施例はない？） 日本語T5モデルはHugging Face Model Hubからダウンロードできます。 ベンチマークとして、ある分類問題について、既存のmT
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
