2018年にはヘルプデスクにAIを導入することが普及し、大企業では複数のベンダーのソリューションを比較検討して導入を決定することも珍しくなくなりました。 その中で一つの指標として用いられるのが回答精度の比較です。AIを導入するにあたって、「正確に答えること」が期待されるのですから、検討項目に入ってしかるべきものでしょう。精度の測り方にはいくつかのアプローチがありますが、効果の低い方法で精度を計測しても意味がありませんし、その後の導入効果に影響が出てしまいます。 そこで、こちらでは機械学習による質問応答システムを例に取りながら、弊社の推奨する正解率の比較検証方法の一例の概略をお話したいと思います。 弊社の推奨する検証の手法は単純で、以下の2つとなります。 対象サービスとなるべく同じ性質やドメインのデータで学習を行い、比較をする 検証の質問は学習データに含まれる質問とは異なるものを用いる まず
注意書き)2021/11/26 この記事はもともと 2021 年 2 月に書かれたものですが、この 9 カ月間に色々アップデートがあったので、諸々 書き直しました! 差分の気になる方は GitHub の commit log に。(この記事は git 管理されています) 2021 年 11 月末現在で最新の情報を書いています。 『無料で手早く作る:Teams で動く FAQ bot 開発』について書きました! ただ、これは(ハンズオン資料としても使って欲しいので)スクショを大量に入れたら めちゃくちゃ長くなってしまったので 前編 と 後編 に分けました! 登場人物 Azure Cognitive Service for Language の question answering 機能でナレッジベースを作り Visual Studio でクライアント (bot) を開発し それを Micro
[Slackbot大全]63種類の事例・ツールをまとめて紹介! botを活用してSlackを便利に【2017夏】 Slackは、ChatOpsとの相性の良さから、エンジニアにも愛されるビジネスチャットツールです。本稿では、Slackを活用している28社1団体にアンケートを実施し、計63種類のbot事例・ツールをまとめて紹介します。 Slackは、エンジニアにも愛されるビジネスチャットツールです。ChatOps(チャットツールを活用してオペレーションの最適化・省力化を図ること)との相性の良さから、もはやSlackなしの業務は考えられない! という方も少なくないでしょう。 Slackには、リマインドなどを実行するslackbotアカウントが最初からいるだけでなく、利用者自身がそれぞれの環境・業務内容に即したbotを自作でき、発言に自動応答してくれるものから業務の自動化まで、さまざまなbotをチ
Botpresss(1) 弊社ではAIチャットボット・プラットフォーム「バーチャルエージェント」の開発をしています。そのため、オープンソース界ではこの領域でどのようなプロダクトがあるかを調査したりします。その中で、社内で完成度が高い!と話のあがったbotpressについて、調べて行きたいとおもいます。 2021/5/11追記 参考リンクにbotpressのchannelモジュール作成方法(1)を追記しました。 2021/5/7追記 参考リンクに「Chatbot Today」を追記しました。 Botpressとは? TypeScriptで書かれたオープンソースのBOT作成プラットフォームです。 https://github.com/botpress/botpress コミットログを見ると開発が始まったのは2016年頃ですね。githubで「bot」というキーワードで検索し、言語をjavasc
はじめに Axrossを運営している藤原です。 Axross とは、エンジニアの"教育"と"実務"のギャップに着目し、「学んだが活用できない人を減らしたい」という想いのもと、ソフトバンクと社内起業制度にて立ち上げたサービスです。 現役エンジニアによる開発ノウハウや実例を"レシピ"として教材化し、実際にプログラミングで実装を追体験しながら学ぶことができます。AI/機械学習をテーマにした、様々な業務領域やビジネスの課題解決に応用できる実践的な学習教材を140以上揃えています。(2021年6月時点) Axross:https://axross-recipe.com 公式Twitter:https://twitter.com/Axross_SBiv 今回は、チャットの質問に対してAIによって自動的に応答する仕組みと、その代表的なAIモデルを紹介し、Axrossのサービスで学べる実践的な、AIチャッ
はじめに こんにちは。孔子の80代目子孫兼技術5課の孔です。暑い日々が続いていますが、健康に過ごせていますでしょうか。私は部屋の温度を常時22度に設定して快適な毎日を過ごそうとしたら、風邪を引いてしまいました。「中なれば過不及(クヮフキフ)の憂なし」と儒教の大先生朱子もおっしゃってたので、儒教の教えを守っていく孔子の子孫になりたいと思っております。 本日のテーマはAmazon Lexを使って自然言語の処理ができるチャットボットをAmazon Connectに実装しよう!となります。まだAmazon Lexが日本語対応をしてないので、フライング気味ではありますが、今後日本語も対応するようになったらAmazon Connectのチャット機能がより豊富になるかと思いますので、先に学んでおくのもいいかと思います。 それでは、早速やってみましょう! ※ 本ブログはAmazon Connectの基本的
今回は前回Lexで作成したチャットボットをWebページに組み込んでみましょう。 WebUIの作成には少しWebアプリの知識が必要となる為、少し敷居が高い…… と思っていましたが、先日AWS BlogにLex用WebUIのCloud Formationテンプレートについての記事が公開されたので、こちらを使用して作成してみようと思います。 AWS Machine Learning Blog: Deploy a Web UI for Your Chatbot https://aws.amazon.com/jp/blogs/machine-learning/deploy-a-web-ui-for-your-chatbot/ GitHub: awslabs/aws-lex-web-ui https://github.com/awslabs/aws-lex-web-ui#examples 目次 概要
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