日本語形態素解析器 MeCab を Python から利用する際の語彙データ（UniDic）が AWS 上で Open Data として公開されました | Amazon Web Services
Amazon Web Services ブログ 日本語形態素解析器 MeCab を Python から利用する際の語彙データ（UniDic）が AWS 上で Open Data として公開されました 多くの機械学習デベロッパーの方々が、AWS 上でさまざまなアルゴリズムの開発やモデルの構築を行なっています。中でも自然言語処理を行う際には、対象言語の特性に即した形で前処理を行う必要があります。日本語の自然言語処理を実施する際には、形態素解析と呼ばれる文章の分解処理を前位処理として一般的に行います。日本語形態素解析を行うためには、日本語の語彙データが必要となりますが、このデータは通常 GB 以上のサイズに及ぶ大きなサイズとなります。またこれらを用いた計算の際にも大量の GPU および CPU を必要とするため、従来こうしたモデルを構築する際には常にストレージおよびコンピューティングのリソースの
🔰Python少し知ってればつくれる! PythonとAWS Lambdaを使ったAlexaスキル開発チュートリアル (2018年8月最新版) - Qiita
だいたい全体像が見えてきたでしょうか? 1.0. スキルの対話モデルを作成 スキルを実装するには現在のページから対話モデルを作成する必要があります。 対話モデルの作成にはAlexaに話しかける内容を定義して、どのように言われたらどの部分をどうとってくるかを設定します。 Alexaスキル開発トレーニングシリーズ 第2回 対話モデルとAlexa SDK : Alexa Blogsより 今回のスキルでは以下のようなユーザとの対話を目指します。 「Alexa, 動物覚えるくんを起動して」 「あなたの好きな動物はなんですか」 「私の好きな動物はねこです」 「覚えました」 「私の好きな動物は」 「あなたの好きな動物はねこです」 「私の好きな動物はいぬです」 「覚えました」 「私の好きな動物は」 「あなたの好きな動物はいぬです」 「終了」 このような流れを考えた場合、 先ほどの図から「動物覚えるくん」が
AWS Lambda (Python3) + API Gateway で Slackのbotを作ろう - Qiita
echo bot echoサーバという、送られてきたものをそのまんま返すサーバが、ネットワークを使ったプログラムの世界の中では、Hello World的存在として知られているようです。 基本的な部分はきっちり押さえつつ、それさえできれば用途に合わせてカスタマイズができるし、読者にとって興味ない部分はあまり読まなくていい、何かの解説には持って来いの題材です。 今回、echoサーバのように、何かを書き込むと同じものをそのまんま投稿するSlackのbotを作ってみました。 Web上に、すでにLambdaでSlackのbotを作る解説はありますが、UIが変わっていたり、node.jsで書いてあるものが多かったり、パラメータの渡され方などがあまりよく分からなかったり、個人的にしっくりこなかったので、記事にしました。 Lambdaの作成 「AWSマネジメントコンソール」から「Lambda」をクリックし
AWS SDK for Python (Boto3) で AWS Systems Manager パラメータストアから情報を取得する | DevelopersIO
AWS Systems Manager パラメータストアは、 機密情報を管理することができるサービスです。 パラメータストアを使うことでコードからクレデンシャルデータを分離することができます。今回はBoto3でパラメータストアから情報を取得する方法をご紹介します。 パラメータストアに情報を入れる はじめにサンプルコードを使うためにパラメータストアに情報を入れます。 パラメータストアに情報を入れる際はマネジメントコンソールやAWS CLIを使うと思いますので今回はAWS CLIでデータを入れます。以下の例では--type "SecureString"オプションでAWS KMSにより暗号化しています。
1
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
処理を実行中です
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
