生成AIによる「慣用表現の『乗っ取り』」と、その根底にある別の問題と - 渋谷駅前で働くデータサイエンティストのブログ
かなり前から「ChatGPTに学術論文を（英語で）書かせると"delve"のような普段使わないような単語が多く使われるのでバレやすい」という話がSNS以下各所で頻繁に噂されていたんですが*1、最近になってこの件について面白いpreprintが発表されていたのを知りました。それがこちらです。 もう読んで字の如しで「ChatGPTが登場して以来学術論文に使われる単語のレパートリーが劇的に変わってしまった」というのを、実際に具体的なデータに基づいて示した論文です。割と短めの読みやすい論文であることと、先述したようにSNSでは頻繁に噂されていた推測を明確化したということもあり、折角ですのでこのブログで簡単に紹介してみようと思います。 Preprintあげたのでご報告！📣 ChatGPTが使いがちな英単語ってありますよね。「delve」「realm」「utilize」あたり。 （限界助教先生の記事
琉球「方言禁止記者会見」に見る「普通の日本人」の植民地主義 - yktのブログ
はじめに 「方言禁止記者会見」のCMを見たのは定食屋のテレビで、知り合いと「イヤイヤこの企画はマズいだろうよ」という話をしていた。翌日になって果たしてどんな番組なのかを判断するためにTVerで視聴すると、案の定マズい内容であった(なにがマズいかは後述)。しかしTwitterなどで調べても誰も言及していないどころか、「沖縄弁が出ちゃう二階堂ふみ可愛い」といった意見がちらほら見えたため、引用RTという形で「植民地主義的でエグい」と投稿すると、思ったより拡散されて番組が炎上したというのが今回の経緯である。 私はこの番組自体をキャンセルしたいわけではないし、ポリコレ的配慮がなっていないと言いたいわけでもない(植民地主義とは「ポリコレ」以前の問題なので)。また番組の批判者を見ていても少し疑問に思うところもある。そういった疑問や懸念について、本稿では現在の「普通の日本人」による沖縄差別あるいは植民地主
"およそ1か月で"にじさんじENの配信が聞き取れた長尾景の英語リスニング勉強法とは【闇ノシュウ/ヴォックス・アクマ/アルバーン・ノックス】
※概要欄の情報量が多いので目次(チャプター)は少なめ ✔️アーカイブ&目次 00:00 オープニング 【オリジナル曲】浮世の演舞 -Full ver.-/VΔLZ【甲斐田晴/弦月藤士郎/長尾景/にじさんじ】 ▶️https://youtu.be/3mTTZuvhdHI 00:10 Likeってなんなん? 【雑談】雑の談【長尾景/にじさんじ】 ▶️https://youtu.be/6QMXhz5Nn7A?t=615 00:52 Likeを多用する闇ノシュウ(概要欄に和訳) omagawd 500k countdown guerilla ▶️https://youtu.be/JwnbpFCG3Bc?t=655 ※内容(日本語) 50万(登録)…どういうこと… こ…これはさ…理解できないような数字でしょ う…うーん 何なんだろ??? ヤバいよね…ヤバいよこれは (コメント)シュウの"計
[豆26泳]ナマケモノ、大根を泳ぐ - へじていと/山岸菜 | 少年ジャンプ＋
全部ぶっ壊す へじていと/山岸菜 <完結済み>激闘の末、破壊神と英雄は相打ち、滅した……。時は経ち、破壊神は現代に女子高生として蘇った。何故か双子の兄は、先に蘇っていた英雄で!?新感覚撃滅不思議ファミリーコメディ！堂々開幕……!! [JC全6巻発売中]
![[豆26泳]ナマケモノ、大根を泳ぐ - へじていと/山岸菜 | 少年ジャンプ＋](https://cdn-ak-scissors.b.st-hatena.com/image/square/6e6900b0eca692caf760916b25706de2f45c21e1/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak-img.shonenjumpplus.com%2Fpublic%2Fseries-thumbnail%2F3269754496629947139-9640a44792b6dae084911405796489e7%3F1711560902)
トーチweb 児玉まりあ文学集成 【24.「作り話の惑星」】
/////第3巻絶賛発売中！///// 相変わらずだった児玉さんと笛田くんの関係は、終わりを意識したことで新たな局面へ…。 「今すぐ読んで」の声多数。 心ときめく新展開の第3集。
さくら塾 (四日市) on Twitter: "この問題面白いね。こういうやつ、もっと欲しい。小学生に解かせたい。 https://t.co/DqaaO7PLri"
この問題面白いね。こういうやつ、もっと欲しい。小学生に解かせたい。 https://t.co/DqaaO7PLri
三省堂国語辞典から「MD」や「コギャル」を削ってほしくない人はどの辞書を買えばいいか - 四次元ことばブログ
辞書のトップメーカーである三省堂が刊行する数ある国語辞書のうちの一冊『三省堂国語辞典』（以下『三国』）の８年ぶりの改訂版である第８版が、まもなく発売されます（2021年12月17日販売会社搬入予定）。 三省堂国語辞典 第八版 三省堂 Amazon 辞書にはそれぞれ特徴がありまして、この『三国』は、新語にべらぼうに強いことで知られています。今回の改訂版でも、3500もの項目が新たに追加されるそうです。3500ってものすごくて、『三国』第８版の全体の項目数が84000ですから、全体の４％が新項目ということになるわけです。半端ねえ。しかも『三国』は『広辞苑』なんかとは違って固有名詞や難しい専門用語は基本的に収録しないので、この3500項目はだいたい「完コピ」「斜め上」みたいな日常語なわけです。それが全体の４％。凄すぎ。 『三国』は徹底した現代主義の辞書で、いまの日本語を忠実に写し取ろうとしていま
「○○語ってどうやってキーボード入力するんだろう？」と時々思うけど、それは世界中の人が日本語に対して思ってるよという話！
ソウイチ @Soichi_ii 「XX語はどうやってキーボードで入力してるんだろう…」って時々思うけど、それ、実は世界中の人が日本語について思ってるんだよね。 ソウイチ @Soichi_ii アルファベットのキーを2つか3つ叩くとそれがひらがなとか言うミミズ文字に変化し、スペースキーを押すとさらに別の文字に変化するとか意味わからん杉やろ。
クックパッドマートの多種多様な商品名から、扱いやすい「食材キーワード」を予測する - クックパッド開発者ブログ
研究開発部の山口 (@altescy) です．今回は最近開発したクックパッドマートの商品の「食材キーワード」を予測する機械学習モデルを紹介します． 商品の食材キーワード予測とは？ クックパッドマートでは日々様々な食材が多くの販売者から出品されています．出品される商品の情報は販売者によって登録されるため，多様な表記が存在します．「じゃがいも」の商品名を例に挙げると，「ジャガイモ」「じゃが芋」といった表記の揺れや，「メークイン」「インカのめざめ」といった品種名が書かれているもの，「農家直送」や「お徳用」のようなキャッチコピーがついたもの，など様々です．一方で，商品の検索や推薦を行う際にはその商品がいったい何なのかを簡潔に表す情報が欲しくなります． そこで登場するのが「食材キーワード」です．商品名や商品説明とは別に，その商品がどんな食材なのかを表すキーワードを設定しておくことで，商品名の表記揺れ
最近ものすごく優秀な修士就活生が増えている→機械翻訳『DeepL』を巧みに使って論文を書いていた「すごい時代が来たな」
くりぷとバイオ@研究×新規事業開発 @cryptobiotech バイオテック/フードテック、生成AIなどの先端技術の話題に加え、スタートアップなど先端ビジネスの話題を日々発信 / 修士卒▶大手メーカー研究職▶Ph.D.取得▶新規事業開発職 / 化学生物学と細胞生物学にちょっと詳しい人 / 先端技術を活用して社会をより良くしたい / 研究者、起業家の方と交流したい https://t.co/ejrOhfzx6m くりぷとバイオ@研究×新規事業開発 @cryptobiotech 1st author論文持ってる修士就活生が増えてるようで、それを達成してるM1後輩に話を聞いてみたら「日本語で文章書いて全部DeepL翻訳で英語化→英語化された文章をgoogle翻訳、みらい翻訳で日本語化→違和感ないか確認→指導教官に提出」というプロセスを踏んでるらしい。そりゃ早くなるわけだ。すごい くりぷとバイオ
Sentencepiece : ニューラル言語処理向けトークナイザ - Qiita
少し時間が経ってしまいましたが、Sentencepiceというニューラル言語処理向けのトークナイザ・脱トークナイザを公開しました。MeCabやKyTeaといった単語分割ソフトウエアとは趣旨や目的が異なるソフトウェアですので、少し丁寧にSentencepieceの背景、応用、実験結果等をお話したいと思います。 サブワード ニューラル言語処理の中心となる要素技術にLSTM (RNN)があります。テキスト(トークン列)を低次元のベクトルに符号化したり、ベクトルからテキストを復号化したり、その応用範囲は多岐にわたります。ニューラル機械翻訳 (NMT) は、LSTMによる符号化・復号化を組み合わせて翻訳を行います。 ↓↓↓↓↓↓↓ あなたの記事の内容 NMTのアーキテクチャは従来法と大きく異なりますが、入出力はこれまでと同様、なにかしらのトークン列です。どのような列でもよいのですが、慣習的に単語列が
プログラマの抱いている名前についての誤謬
パトリック・ミッケンジー（Patrick McKenzie）さんのブログ・エントリ、 “Falsehoods Programmers Believe About Names” の日本語訳です。翻訳の公開を快諾してくださったミッケンジーさんに感謝します。 公開: 2012-02-22 Posted on June 17, 2010 by Patrick きょう、ジョン・グレアム゠カミング（John Graham-Cumming）が、正しくない文字が含まれているといって彼のラスト・ネームを受け付けないコンピュータ・システムへの不満の記事を書いていた。もちろん彼の名前に「正しくない」ところなどない。当人の申し出たものが当人を識別するものとしては相応しいのであって、定義からして名前とはそういうものである。このことにジョンは当然ながらいらだったし、そうなるのもきわめて正当なことだ。定義からすれば事実
陽炎01型｜note
Killteam2024夏データスレートあれこれ 大人気ボードゲームKillteamでは季節の節目ごとにデータの修正やバランス調整を行います。これはデータスレートにまとめられるのですが、既存の修正内容もまとめて記される都合で何が変わったのか非常に分かりにくくなっています。(一応*で区別できるけど、・と見分けがつきづらい)本稿で一緒にデータスレートを読み解き、なんとなく理解を深めていきましょう。 本稿では記号で記された距離表記を「mv」で行います。△は1mv、○は2mv、□は3mv、⬠は6mvとなります。よろしゅうね 前々 2024年6月バランスデータスレート帝国技術局 更新点修正と私家訳 01110000 01110010 01100001 01101001 01110011 01100101 00100000 01110100 01101000 01100101 00100000 011
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
大規模言語モデルの開発
古代中国の甲骨文字読めるのか？
【のべりすと淫夢】ウリ狂MODと糞土方MOD配布のお知らせ
https://twitter.com/IIMA_Hiroaki/status/1456171351232823302
一流プロデューサーならいきなり問題を渡されても正しく読めるはず
人 on Twitter: "数年前の国際学会に出ていた中国の研究者、Q&Aセッションで「英語ができないから答えません！」とキッパリ言い切っていてなるほどアジアの次の覇者はこやつらであろうと納得した"
泉信行 on Twitter: "VTuberの海外進出というのは2つの見方があって、ひとつは「金のかかるVTuberは多くにとって日本は寒い市場であり、海外展開に充分メリットがある」という点。これは「国内が暖かければずっと国内向けにやってよかった」という意味でも… https://t.co/7og6x2fqRa"