テキストマイニングという言葉をよく理解するためにも、まずはこの言葉を分割して考えましょうか。 テキストは、当然テキストデータと呼ばれるものからきています。マイニングは、マイン(鉱山発掘)から由来します。 つまり、ビッグデータのテキストデータの中に埋もれている「重要で意味のある情報」を発掘するということです。 それらのたくさんのテキストデータから、言語を解析する技術と数学的・統計的なツールを使用して、より質が高く意味のある情報を抽出します。 また、ここでは「テキストデータ」と「情報」という二つのキーワードとして分けています。 ここでのテキストデータとは、ネット上やローカル上といった様々な文書であったり、SNSでの投稿であったり、はたまた製品・商品といったもののアンケートに関するデータを指しています。 つまり、物事に対して何かしらの「目的」を持ったテキストであり、入力された「データ」ということ
篠房六郎 マンガワンにて「姫様はおあずけです」新連載 @sino6 今度発売するポーズ集、内容がどんなものか分からないと手の出しようもないと思うので、800pを20pにまとめたものを順次公開していきます。 まずこの4Pだけでも絵描きにとって衝撃的な事が色々書いてありますので、どうか試し読みして下さい。 pic.twitter.com/55NVId6ETp
「民主主義(デモクラシー)」の語源は、ギリシャ語の「デモス(人民)」である。民主主義国においては、立法者や政府ではなく、国民に主権がある。世界各地のさまざまな民主主義制度には微妙な違いがあるが、民主主義政府を他の形態の政府と区別する一定の原則と慣行が存在する。 民主主義とは、市民が直接、もしくは自由選挙で選ばれた代表を通じて、権限を行使し、市民としての義務を遂行する統治形態である。 民主主義とは、人間の自由を守る一連の原則と慣行である。つまり、自由を制度化したものと言ってもいい。 民主主義は、多数決原理の諸原則と、個人および少数派の権利を組み合わせたものを基盤としている。民主主義国はすべて、多数派の意思を尊重する一方で、個人および少数派集団の基本的な権利を熱心に擁護する。 民主主義国は、全権が集中する中央政府を警戒し、政府機能を地方や地域に分散させる。それは、地域レベルの政府・自治体が、市
米Amazon.comは5月27日(現地時間)、ジェフ・ベゾスCEOが掲げる「地球で最も安全な職場になる」目標を達成するためのプログラム「WorkingWell」を発表した。従業員の安全と健康をサポートするための包括的なプログラムで、2021年だけで3億ドル(約330億円)以上を投資する計画だ。 このプログラムを構成するコンポーネントの1つとして、フルフィルメントセンターの従業員がシフトの合間に利用できる「AmaZen」(zenは禅?)ボックスも発表した。1人が座れる広さの閉鎖ブースで、メンタルヘルスやマインドフルネス関連の動画、瞑想ガイドなどを視聴するためのPCが設置され、壁には植物やメッセージカードが飾られている。 AmaZenを考案したWorkingWell担当プログラムマネジャー、レイラ・ブラウン氏はAmazonが投稿したツイートの動画で「従業員にメンタルを健康に保つために利用でき
大学講師・ライターのトミヤマユキコさんは、著書『少女マンガのブサイク女子考』でルッキズムの問題に取り組んだ。少女マンガの「ブサイクヒロイン」たちは、「美人は得でブサイクは損」といった単純な二項対立を乗り越え、ルッキズムや自己認識、自己肯定感をめぐる新たな思考回路を開いてくれる。トミヤマさんの研究の背景には、学生時代のフェミニズムへの目覚めや、Web連載に新鮮な反応を受けたことがあったという。社会のありようを反映した少女マンガの世界を参考に、「ルッキズム」「ボディポジティブ」について話を伺った。 東京オリンピック・パラリンピック開閉会式のクリエイティブディレクターが、「オリンピッグ」と称して渡辺直美さんに豚を演じさせる演出案を出していたことに、批判が相次いだ。典型的なルッキズムの問題だ。ルッキズムとは、人を容姿の美醜によって評価し、差別や優遇をする考え方を指す。昨今では、容姿を主な評価基準と
昨今、「雑談できるAI」に注目が集まっていることをご存じだろうか? 人間の会話の約60%は雑談であるとも言われていて、GAFA(Google、Amazon、Facebook、Apple)ほか世界中の企業が、「高度な雑談が可能なAI」を開発すべくしのぎを削っている。日本のAI研究のトップランナーである東中竜一郎氏の新刊『AIの雑談力』から、その裏側を紹介する。 「何気ない雑談」が、情報の宝庫 雑談ではお互いの人となりを知りあう過程で、様々な話題が交わされます。 以前、私の研究グループで人間同士のチャットを収集したときのこと。人間同士をランダムにマッチングして、自由なトピックで話してもらいました。そして、収集した数千対話について、発話のそれぞれにトピックを示すラベルを付与していきました。たとえば、この発話は「映画」、この発話は「ラーメン」、この発話は「京都」といった具合です。 この結果、雑談に
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