Dart(ダートまたはダーツ。当初はDashと呼ばれていた)は、ウェブアプリやモバイルアプリのクライアント開発向けに設計されたプログラミング言語である[2][3]。Googleによって開発された言語で、サーバーやデスクトップ向けアプリケーションの開発にも使用できる。 Dartはオブジェクト指向、クラスベース、ガベージコレクションを備えた、Cスタイルの構文(英語版)を持つ言語である[4]。DartはネイティブコードまたはJavaScriptにコンパイルでき、インターフェイス(英語版)、Mixin、抽象クラス、reification(英語版)、ジェネリクス、型推論をサポートしている[5]。 2011年10月10日 - 12日に開催された デンマークのオーフスで開催された「GOTOカンファレンス」[6]で公開された[7]。この言語は、ウェブブラウザ組み込みのスクリプト言語であるJavaScrip
tl;dr (要約) Kuromojiに代わる新しい形態素解析器「Sudachi」 なにが良いの? 最新の辞書 企業(ワークスアプリケーションズ)による継続的な更新 複数の分割単位 → 検索用途での再現率と適合率の向上 プラグインによる拡張 省メモリ Elasticsearchで使いたい プラグイン: WorksApplications/elasticsearch-sudachi 使い方は当記事の後半をご覧ください 注: この記事の執筆者はSudachiの開発に関わっています さまざまな形態素解析器 形態素解析は、伝統的な自然言語処理(Natural Language Processing, NLP)において基盤となる技術です。そして世の中にはさまざまな形態素解析器が存在します。販売されているものもありますが、一般に公開されているものだけでもいくつか例をあげると、JUMANとRNNLMを利
こんにちは。ソリューションアーキテクトの森(@mosuke5)です。 先日札幌でユーザコミュニティが発足したとのことで、わたしもいってまいりました。そこで、Alibaba CloudのContainer Service(for Kubernetes)について話してきましたので、こちらでその内容について抜粋してまとめていきたいと思います。 Kubernetesとは Kubernetesはコンテナ化されたアプリケーションの展開やスケーリングおよび管理をおこなうオーケストレーションツールです。 Dockerに代表されるコンテナは単体で利用することもできるのですが、実際のアプリケーションに応用すると、たくさんのコンポーネントを複数台のサーバの上で管理する必要があり、オーケストレーションツールなしでは運用が難しいです。 Kubernetesのようなオーケストレーションツールを利用することで、複数台の
Products Popular View all products (200+) Azure Virtual Machines Azure Virtual Desktop Azure SQL Microsoft Copilot in Azure PREVIEW Azure AI Services Azure AI Studio Azure Cosmos DB Azure Kubernetes Service (AKS) Azure Arc Azure Migrate AI + machine learning Azure Machine Learning Azure AI Services Microsoft Copilot in Azure PREVIEW Azure OpenAI Service Azure AI Studio Azure AI Vision Azure AI Se
Amazon Elastic Kubernetes Service (Amazon EKS) は、AWS クラウドおよびオンプレミスデータセンターで Kubernetes を実行するためのマネージド Kubernetes サービスです。クラウドでは、Amazon EKS は、コンテナのスケジューリング、アプリケーションの可用性の管理、クラスターデータの保存、および他の重要なタスクを担当する Kubernetes コントロールプレーンノードの可用性とスケーラビリティを自動的に管理します。Amazon EKS を使用すると、AWS インフラストラクチャのすべてのパフォーマンス、スケール、信頼性、および可用性のメリットを享受できるだけでなく、AWS ネットワーキングおよびセキュリティサービスとの統合の恩恵も受けることができます。オンプレミスの EKS は、統合されたツールと AWS Outpos
第1 はじめに 自然言語処理技術の発展に伴い、自然言語AIを利用したサービスが大変盛り上がっています。 たとえば、検索、要約、翻訳、チャットボット、文章の自動生成、入力補完などのサービスで、近いところで有名なのは、2020年にOpenAIが発表した「GPT-3」ですかね。これは約45TBにおよぶ大規模なテキストデータを学習し、あたかも人間が書いたような文章を自動で生成することが可能な自然言語モデルです。 【参考リンク】 自然言語処理モデル「GPT-3」の紹介 進化が止まらない自然言語処理技術ですが、事業者が自然言語AIを利用したサービス(*ここでは、データの処理がクラウド上で自動的に行われるサービスを前提とします)を提供する際に検討しなければならないことは、大きく分けると、学習済みモデルの構築フェーズの問題と、モデルを利用したサービス提供フェーズに関する問題に分かれます。 このうち、モデル
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