強いエンジニアになるために英語が必要と聞いたので４ヶ月でTOEICスコア400→900まで上げた話 - Qiita
はじめに 初投稿です。 筆者スペック 19歳 高卒 某大手自動車メーカー関連会社勤務 エンジニア志望 (Web開発勉強中) 業務の効率化（データ整理・画像処理など）でPythonを書くことがあります。Python歴は半年程度です。 英語学習について、 どのように学習してきたのか記録を残すため 「TOEICのスコアを伸ばしたい」と考える方にとって少しでも参考になれば と思い、記事を書くことにしました。 英語学習の動機 「エンジニアには英語が必要」 論 エンジニア/エンジニアになりたい方なら、1度は「エンジニアに英語は必要か」という議論を目にしたことがあるのではないでしょうか。 自分は現在エンジニアになることを志しています。 そのための情報収集をしていると、「エンジニアに英語は必要なのか？」という主旨の記事、議論を時折見かけます。 そして、その結論は殆どの場合「強いエンジニアになりたい場合、あ
イントロChatGPTやBing、NotionAIなどの大規模自然言語モデル(LLM)を活用したサービスが注目を集めています。対話、要約、翻訳、アイデア生成などの多様なタスクにおいて、とても性能が高いです。ただ、ChatGPTでは、ときどき嘘が混じっていたり、文献が捏造されたりすることがあります。 ChatGPTとの対話画面（結果の書籍は存在しない）それを防ぐために、BingやPerplexityでは、文献を引用した上で、なるべく嘘が紛れ込まない形で回答してくれます。 Perplexityでは引用もつけてくれるしかし、これらのAIは、Web上の公開されている一部のデータを元に学習しているので、公開されてないデータに対しては当然ながら、正しく回答できません。 そこで、この記事では、自社が保有しているデータをChatGPTに組み込んで、自社オリジナルのPerplexityのようなシステムを作る
Transformer 深層学習モデル以前の言語モデルの課題 言語モデルでやりたいことは、「今まで生成した単語列を元に、次の単語を予測する」ことで、その単語は今まで生成した単語列を条件とし、次にある単語がくる条件付き確率を求め、その確率が最大のものを選ぶということだった。（LLM資料p.8参照） ただ、これだと単語列が長くなったときや、類義語の処理に課題が生じてしまっていた。 ニューラル言語モデル しかし、計算したい条件付き確率をNNで推定することにより、対処できた。 Encoder-Decoder型のRNN（Recurrent Neural Network)が最も基本的なモデルにはなるが、これでは長文に対応できなかった。（勾配消失＆単語間の長距離依存性の把握が困難） RNNが勾配消失するのは、活性化関数のtanhが1未満の値を取るため、BPTT時に掛け算されるとだんだん値が小さくなってし
- はじめに - 近年、IT業界のダジャレは熾烈の一途を辿っている(ITだけに) 。 類義語を巧みに取り入れたダジャレ、難読化されたダジャレなどが増加し、一体どれで「初笑い」すれば良いのか悩む若者も少なくない。 そのような背景があり、ダジャレを判定するアルゴリズムの開発も盛んである。 ルールベースによる判定では、@kurehajimeが提案、開発したdajarep *1 や、@fujit33によるShareka *2が存在する。特にSharekaは、ルールベースのロジックにも関わらず、反復型とされる種類のダジャレに対して高い精度での判定を可能にしている。また、機械学習モデルを用いた判定手法として、谷津(@tuu_yaa)らが開発したDajaRecognizer *3がある。DajaRecognizerは、多くのルールベースによって子音音韻類似度をPMIとして定義、Bag-of-Words、
ネットの音楽オタクが選んだ2020年のベストアルバム 150→101 - 音楽だいすきクラブ
2020年は忘れることのできない年になりました。新型コロナウイルスの流行で様々な行動が制限され、僕らは自粛を余儀なくされました。生活からライブが遠のき、多くのフェスが中止になり、音楽に携わるあらゆる方々が苦境に追いやられました。 そのような状況のせいなのか今回の集計に参加してくれる方々が例年より多かったです。音楽が人々の苦境の支えになったのかはわかりません。でも僕が常に音楽に支えられている事実は変わらず、昨年も例年同様お世話になったことをつくづく実感します。 その恩返しと言うつもりはないですし、むしろ序列化は作り手に対する冒涜のような気がしないでもないのですが、それでも多くの人の協力で得られたこのデータが回り回って新しい出会いとなり、多くの人に作品が聴かれることを願い、性懲りもなくこんな記事を作りました。 過去最高となる675人のデータを用いて作られた2020年のベストアルバム150枚です
査読ガチャは甘え――トップAI会議で使われる査読割当てシステムToronto Paper Matching Systemを攻略してキミも超ウルトラ高度AI人材になろう！ - Qiita
査読ガチャは甘え――トップAI会議で使われる査読割当てシステムToronto Paper Matching Systemを攻略してキミも超ウルトラ高度AI人材になろう！機械学習MachineLearning論文研究AI はじめに KLab機械学習グループの濱田です．KLabアドベントカレンダー2021 22日目のこの記事では，トップAI会議で使われる査読割当てシステムToronto Paper Matching System (TPMS)の仕組みを解説します．加えて，TPMSを使う会議で適切な査読者に論文が割り当てられやすくなるような論文の書き方について，私の考えを紹介します． この記事の第一の対象読者は，基本的な研究のやり方と英語論文の書き方は習得したけれど，なかなかトップAI会議に通らず悩んでいる投稿経験3～10回程度の方です．研究内容は良いはずだし，文章も十分に磨いたはずなのに，それ
Apple Watchで各種Webサイトを表示できるブラウザアプリ「ワードウォッチ」をインストールして試してみました。基本機能は無料で、会員登録なども不要で利用できます。iPhoneを取り出せない状況でも、Apple WatchでWeb検索ができる体験にワクワクできました。 ■3行で分かる、この記事のポイント 1. Apple Watch用ブラウザアプリ「ワードウォッチ」を試した。 2. iPhoneを取り出さずに手首でWeb検索が可能。 3. 改善を希望する点もあるが、活用方法の幅が広そうで楽しい。 通常、Apple WatchでのWeb表示は限定的 Apple Watchでは、watchOS5（2018年公開）からメールに含まれるリンクを開いてWebサイトを閲覧できますが、文字と写真だけが簡易表示される程度で、機能は限定的です。 「ワードウォッチ」は、アプリ開発者kiminori ku
不謹慎極まりないですが、安倍晋三氏の発言を学習データとして安倍晋三botなるものを製作しております。題材が安倍晋三氏なのは、発言に大きな特徴がある、国会での発言からそこそこの量のデータを容易に用意できる、国会議事録から簡単に対話コーパスを作成できる、というようにキャラクター対話botという題材に非常に適した存在であるからです。作成途中に痛ましい事件が起こりましたが、人間の欲求は止められねえということで、不道徳の誹りを甘んじて受けることとして、作成を続行しています。 以下に作成過程、作成状況を記載しますので、この分野に詳しい人おられましたら是非助言よろしくお願いいたします。ブログのコメント欄、もしくはメールアドレスとTwitterアカウントも掲載しておきますので、どの媒体でも構いませんのでマジでお願いします。ちなみに私は情報系ではないど素人門外漢なので(専攻は材料とかそっち系)、的外れなこと
こんにちは！ 今回は漫才作家であり吉本興業ＮＳＣ講師でもある、本多 正識さんが書かれた 『1秒で答えをつくる力』という本を紹介します。 この本を一言であらわすと「切り返しのプロになる方法」を教えてくれる本です。 この本はこんな人におすすめです。 ・言葉につまることがある ・１日１回は上手いこと言いたい ・何か言われてもいい感じに切り返せない 記事の内容 ▶『1秒で答えをつくる力』：結論とかんたんな要約 ▶本書のポイント：頭の回転の速さは後天的に身につく ▶『1秒で答えをつくる力』：実践ポイント7つ ▶『1秒で答えをつくる力』：書籍情報 この記事を読めば「切り返しのプロになるヒント」を知ることができてあなたの人生をさらによくしてくれること間違いなし。 それではスタート！ 『1秒で答えをつくる力』：結論とかんたんな要約 本書のポイント：頭の回転の速さは後天的に身につく やまちゃん(南海キャンデ
【記事更新】私のブックマーク「言語処理分野におけるAdversarial Example」 – 人工知能学会 (The Japanese Society for Artificial Intelligence)
佐藤 元紀 (株式会社Preferred Networks) はじめに ニューラルネットワークは、時として僅かな入力の違いによって大きく異なる挙動になることが知られています。 図1 画像分野におけるAdversarial Example の（出典 : [Goodfellow et al.]より抜粋） 有名な例に [Goodfellow et al.] の図1があります。 左側の画像 x に対して、微小なノイズ（Adversarial Perturbation; 敵対的摂動）を足し合わせた結果が、右側の画像になっています。 左側の画像をCNNによる画像認識器に入力した時には正しく「パンダ (“panda”)」と予測されるものの、右側の画像を入力すると「テナガザル (“gibbon”)」と予測されています。 同じ見た目の画像にもかかわらず、ニューラルネットワークが誤認識するこのような事例は A
漢検の無料アプリ「いちまる」の【しりもじ漢検】～「しり漢」で小６漢字まで学ぼう！ - 知らなかった！日記
「いちまる」というキャラクターが好きになるアプリ キャラと会話ができる！動作と話し方がかわいい！ ストーリー性がある～宇宙人「いちまる」と一緒に日本一周の旅へ たっぷり学べる ステージ数が多く難易度が変化する！ 日本各地の名産品・名所も学べる 漢検に出題される問題が文で出る 文字入力はしやすいか？ タッチペンと指、どちらがいい？ 消しゴム機能はなく一文字ずつ消す 文字入力は書き順まで判定 誤判定されるパターン ゲーム要素満載で頑張りたくなる ボーナス問題有・派手な結果発表 スターやコイン所持数、連続日数表示、鍵マークまで！ キャラクター変更・着せ替えアイテム入手のために なんで「しり漢」（「しりもじ漢検」）なの？ 尻文字でヒントをくれる！ いちまるの「しりもじ」動画を自作してSNSでシェアできる！ 日本漢字能力検定協会が企画製作・配信しているアプリ 漢検協会の「いちまると旅しよう！しりもじ
広告出稿プランニング業務におけるセグメントのマッピングと表示改善｜Dentsu Digital Tech Blog
電通デジタルでバックエンド開発をしている長内です。 本記事では電通デジタル内で開発されている業務アプリケーション内において、セグメントを取扱う仕組みを改善したのでその内容をご紹介します。 弊社の業務の中に広告出稿のプランニングがあり、業務アプリケーション上から興味・関心に関するセグメントを指定する操作があります。 前提として、この操作に関連する従来の実装ではユーザがアプリケーション上で任意のセグメントを抽出する際、ユーザ入力に対して関連性の低いものを含む大量のセグメント候補のリストに対して目視で選択を行っていました。 当然、我々は大量の要素から任意の1件を目視で探すという行為に非効率さを感じます。 であれば画面上に部分一致判定を行うような抽出用のフォームを用意し、入力した文字列によって目的のセグメントを抽出すればよい、と考えるかもしれませんが、この解決方法では本質的な解決には至れませんでし
ホーム | ネット予約 | 無料レンタル品 | 利用者の声 | スタッフ | メディア掲載 | 最適化の記録 | 海外の反響 | Sorry, but there is no English page, so please use automatic translation. *本ページにある写真や文章などはメディアでご自由にお使いください *取材依頼は川井のTwitterにDMでどうぞ！ 「原稿執筆カフェ」とは？ 「原稿執筆カフェ」はライブ配信＆撮影スタジオである「高円寺三角地帯」の閑散時間帯を活用したタスク限定型コワーキングスタジオです。 「原稿執筆」する方に特化したコンセプトが特徴です。全席に電源コンセントとUSB高速充電ポートを装備。高速Wi-Fi（2.4GHz+5GHz）をご利用いただけます。 ご利用は「原稿執筆」を目的とした方に限定させていただきます。「原稿執筆」は「書籍」「雑
こんにちは。自キ温泉ガイドのサリチル酸です。 今回は私が新たに設計した7sKBというキーボードの説明をしたいと思います。 7sKBとは プログラマーが普段から使っているハッピーな配列 MX互換スイッチとロープロファイルスイッチ兼用設計 （MX版）キーキャップが安価に揃えられる配列 ギリギリまで切り詰めたコンパクトなキーボード外形 左右を切り離さない状態では一体型として使用可能 左右のUSBのどちらに指しても正しく認識する機能に対応 電池を入れても厚さそのまま完全無線化に対応 LPME-IOにより左右間通信のみ有線の無線化に対応 LEDによってレイヤーの状態が分かるインジケーターを採用 （choc版）２種のミドルプレートの採用による堅牢な打鍵感 クラムシェル型ノートパソコン上に設置するブリッジプレートを用意 ブリッジプレートとキーボードはマグネットにより連結し一体型として使用可能 他にもオプ
【小学生のタブレット学習】 発達障害目線！スマイルゼミのメリット・デメリット。国語編 - 発達障害だって、頑張るもん！
こんにちは。ココです。 注意欠陥多動性障害（ADHD）で自閉症スペクトラムな息子との毎日から得た小さなヒントをお伝えしている当ブログへお越し頂き、ありがとうございます。 コロナの影響がどこまで続くのか不明瞭なこの頃。 オンライン授業などが導入されて、学校でもどんどんタブレットを使用する機会が増えてきましたね。 これを機会にタブレット教材を始めようかな、とご検討中の方もいるかと思い、今日は息子がやっているタブレット教材について、息子目線でのメリットとデメリットについてお話していきたいと思います。 ● 勉強が苦手な発達障害児におすすめの教材・通信タブレット教材。メリットとデメリットの比較・「国語」編。 タブレット教材を始めたきっかけ 国語 読み取り問題 漢字 ことわざ・主語などの文法 漢字検定ドリル まとめ タブレット教材を始めたきっかけ 高学年になった今でこそ授業にそこそこ参加できている息子
属人化？スペシャリストを作り上げる？それとも標準化する？
はじめに 『この仕事は特定のワタシだけにしかできない特別な仕事である！』 このコトバをどう受け取りますか？ 「お、優秀な人材だ！」と思いますか？それとも 「コイツがいなくなったらヤバイな」と思いますか？ アナタのビジネスが優秀な人材数名で成り立つような会社にしたいのか。それとも どんなスタッフでも誰でも同じように運営できるようにしたいのか。 これは会社にとって非常に大切なこととなります。 決まった仕事を決まった人間にしかできないようになるのが『属人化』です。 これからの時代どちらがいいのか？ アナタの事業に照らし合わせて考えてみるといいでしょう。 属人化？スペシャリスト？ースーパースタッフの存在のすごさ スゴいスタッフの貢献度はハンパではありません。 一例ご紹介しましょう。 「美しさを表現する日本語は無数。うまく使い分けて強い印象を与えていく」。 宝飾品製造販売のフェスタリアホールディング
英語の勉強におすすめの教材を「プロ」が厳選！ - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
「英語の勉強には、どんな教材がおすすめなの？」 「おすすめの英語教材がいろいろありすぎて、どれで勉強したらいいかわからない」 そう思っていませんか？ さまざまなおすすめの英語教材があふれている昨今、どれを使えば自分の英語力アップに効果的なのか、迷うのも無理はないでしょう。お金を出して買う以上、英語力アップに貢献してくれる教材がいいですよね。 今回は、言語習得の科学「第二言語習得研究」を専門的に学んできた “英語のプロ” が厳選した、英語の勉強におすすめの教材をご紹介しましょう。それぞれのおすすめポイントがわかれば、効率的な英語の勉強にきっと役立ちますよ。 【監修者プロフィール】 田畑翔子（たばた・しょうこ） 米国留学を経て、立命館大学言語教育情報研究科にて英語教育を専門に研究。言語教育情報学修士・TESOL（英語教育の国際資格）を保持。株式会社スタディーハッカー常務取締役、コンテンツ戦略企
はじめに こんにちは、ZOZO研究所福岡の下所です。 検索チームでWEARの検索ログの解析を行なっているのですが、その中でファッション業界に限らず、多くの言語学者・データ解析者がインターネット上での文字解析、特に新語の理解に苦労していることを知りました。特に日本語のように表現が曖昧で流動的な言語を理解することに多くの労力を要しているように感じました。 例えば読者の皆さんは、「かわぱんつ」というキーワードを見て何を想起されますか？私は「革のパンツ」を思い描きました。しかし、昨今のファッション用語ではこれは「かわいいパンツ」としても通用するのです…！ この例のような困難なカテゴリ分類の問題が存在した時に、WEARのファッション用語に的を絞ることで、質の高い組織化を行えるよう研究を行いました。まだまだ課題は多いですが、近い将来、業界の大規模データの活用が簡素かつ高精度の状態で利用できるよう、この
今年の頭からシステムの検索周りを手伝う仕事をフリーランスとしてやっています。 検索の仕組みを知れば知るほど面白くなってきたからという理由になるのかな? LuceneやSolr、Elasticsearchなどを長く触っているというのもあるかと思います。 ということで、検索についていつも考えています。 頭の中でまとまっていない状況ですが、システムにおける検索機能についていくつか頭の中にあることを書き出して、 いろんな方にダメ出しやコメントをもらいたいなと思ったので、色々と書いてみようかと。 思いつきのままに書いているので、はなしがあちこち飛ぶ可能性もありますが、あしからず。 検索って難しい 「「検索」とは、データの集合から目的のデータを探し出すこと」By Wikipedia 一言で「検索」といっても、使う人、ユースケースによっていろいろな「検索」があります。 例えば、新しいスマホを買ったときに
【！】2021/05/04 シンエヴァ考察書き終わりました！さっそく読む【！】 新劇場版最終章シン・エヴァンゲリオンの公開に向けて、難解だと言われているQを中心に、エヴァの世界設定や前提条件、残っている疑問点など大枠を理解するシリーズ第3章の後編です。 こちらは 【第1章】エヴァという物語とは？旧作から概要や設定を今一度理解する 【第2章】アニメ版(旧作)と比較して新劇場版の世界設定を理解する 【第3章】前編：空白の14年間についての考察 後編：Qのストーリーと世界についての解説 【第4章】次回作シン・エヴァンゲリオンはどうなる？今分かっていることから予想する の4部作です。 よかったら第1章と2章も読んでくださるともっと楽しんで頂けるかと思います。 また、同時公開の【前編：空白の14年間編】を先に読んでからの方がこちらの記事は理解度が深まるかもしれません！ ───────────────
前回はグラフベースのキーフレーズ抽出手法と pke での実験結果を紹介しました。今回は、spaCy, scattertext, ... 等々の OSS を用い各種のテキストマイニング手法についてコード例とサンプルプロットを交えながら説明したいと思います。 1. はじめに 本記事ではテキストマイニングの概要と代表的な手法について、コード例とサンプルプロットを交えて説明します。分析対象には、この連載で何度か用いている livedoor ニュースコーパスを用い、Google Colaboratory で動かすことを想定したコードスニペットを入れていきますので、実際に動かしたり対象を変えてみたりして試して頂けると良いかと思います。 2. テキストマイニングとは テキストマイニングとは、ざっくり言うと「自然言語の文書データを対象に使用される単語の出現傾向等を分析して何らかの有益な情報を取り出すこと」
Twitter（ツイッター）の意外と知られていない便利な検索方法を解説！ | 家電小ネタ帳 | 株式会社ノジマ サポートサイト
更新日時 : 2023-05-25 23:43 世の中のリアルな情報を手軽に入手できるTwitter検索。 Twitterには基本的な検索以外にも、検索効率を高める「検索コマンド」が用意されています。 意外と知られていませんが、細かく条件を指定して検索できるので、自分が求める情報をより正確に手に入れられるでしょう。 このページでは、Twitterの計20個の検索コマンドを徹底解説！ 画像付きで検索方法を紹介するので、ぜひ参考にしてみてください。 動画でもご覧いただけます！ Twitterの基本的な検索方法 高度な検索コマンドの前に、まずはTwitterの基本的な検索方法を紹介します。 Twitterのアプリを開いて、「検索マーク」をクリック。 上部の「キーワード検索」をクリック。 調べたいキーワードを入力すればOKです。 Twitteの基本的な検索では、下記5つの項目に絞って検索できます。
はじめに 趣味プログラマーを除く、多くの職業ITエンジニアにとってビジネススキルが重要であることは、私が敢えて語るまでもないことは重々承知だが、この場を借りて説明させていただくことを読者の皆さんにはお許しいただきたい。 職業ITエンジニアはITエンジニアである前にビジネスパーソンである。(Business Personではなく、和製英語の方) 諸君にはこちらの表記の方がわかりやすいだろう。そしてビジネスパーソンにとってビジネススキルが重要であることは自明である。 したがって職業ITエンジニアにとってもビジネススキルが重要であることはおわかりいただけたであろう。 フリーランスであれ、会社員であれ、経済活動を行う手段としてのITエンジニアリングであるから、諸君もビジネススキル習得に励んで欲しい。 本記事が職業ITエンジニア諸君のビジネススキル向上の一助になることを切に願っている。 ビジネスサイ
Pinocchioの原理
はじめに 前提知識 群、体に関する初歩的な知識(準同型、単射全射、巡回群、生成元など) 扱う内容 zk-SNARKsとは？ Pinocchio(最も基本的なzk-SNARKs)の解説 zk-SNARKsとは zk-SNARKはZero Knowledge Succinct Non-interactive Argument of Knowledgeの省略形です。それぞれの単語を日本語訳しますと Zero Knowledge:ゼロ知識の Succinct: 簡潔な Non-interactive: 非対話の Argument of Knowledge: 知識の根拠[1] という意味になります。zk-SNARKの具体的なプロトコルは複数知られているので、それらを総称してzk-SNARKsと呼びます。 次の図はzk-SNARKの一例を表しています。 zk-SNARKの概要 Proverは、ある関数
はじめに こんにちは、最近分散システムに興味を持ち始めてきている、むっそです。 今回は 「検索システム ― 実務者のための開発改善ガイドブック」 の感想文を書いていこうかと思います。 ソフトウェアエンジニアとして働いていて、全文検索エンジンElasticsearchを使用している開発チームにいることが多いので全文検索などの検索システムについてちゃんと理解しておきたいという思いで、この本を購入いたしました。 良い本は今後もっと紹介していきたいですし、技術書が売れる→もっと良い技術書が増えるというサイクルを少しでも促せたら良いなと思ったので、この感想文を読むことで「この本、すぐほしい！」って思わせられたら幸いです。 ブログで感想文を書いたりするのは初めてですが、この本に最大級の敬意をもって感想文を書かせていただきたいと思います。 全体的な感想 この本を読んで、良い検索システムとは 1.検索にお
辞書の更新についての注意点
先日、Elasticsearchでのカスタム辞書の利用方法についてブログを書きました。 辞書の設定方法について記載しましたが、今回は辞書の更新について書いていなかったので、書いてみようと思います。 ここで「辞書」としているのは、Kuromojiのユーザー辞書、Synonym Graph Token FilterのSynonym辞書(いわゆる類義語辞書)のことになります。サードパーティのAnalyzer等に関する話ではありません。 辞書更新に関する制限事項 辞書の更新について、大原則と制限事項が存在します。 大原則(辞書の更新=データも更新) ElasticsearchはAnalyzerが切り出した単語を元に転置インデックスを作成して、検索を行っています(この仕組みに関するスライドはこちらを参照のこと)。 Analyzerが辞書を持っている場合、その辞書を元に単語を切り出して転置インデックス
会場から感じた、EdTech“日本と海外の違い”--「The Bett Show 2020」現地レポート | Recruit Tech Blog
リクルートの新技術開拓部門「アドバンスドテクノロジーラボ」の塩澤です。 教育を巡るさまざまな課題をテクノロジーによって解決へとつなげる「EdTech（エドテック）」は、近年日本のテクノロジー業界でも注目が高まっています。また、教育現場でもプログラミング教育の必修化などを背景に「教育×テクノロジー」への関心が高まっており、今後の動向が注目されています。 また、昨今の新型コロナウィルスによる影響で、日本でもオンライン授業を本格的に開始している学校が出てきました。ここへきて、ITを活用した教育現場の改革を身近に感じている方が多いのではないかと推測します。 そうしたEdTechの世界最大級の国際コンベンションである「The Bett Show(以下、BETT SHOW)」が、今年1月にイギリス・ロンドンにて開催されました。私も視察の機会に恵まれたため、世界各国の企業・政府が推進しているEdTech
働き手不足と働き方改革に対応し、企業のDXを推進するツールのひとつとして、チャットボットがある。 2016年、LINEとFacebookメッセンジャーがチャットボット対応APIを公開したことで、国内でチャットボットが急激に広まった。この年は「チャットボット元年」と呼ばれる。 矢野経済研究所が発表した「国内の対話型AIシステムの市場規模」では、2017年に11億円の売り上げ実績であったが、2022年には130億円を突破すると予想されている。 チャットボットとは チャットボットとは、「チャット」と「ボット（ロボット）」を組み合わせた言葉で、コンピュータがテキストを介して自動会話をするプログラムのことである。 対話に必要な知識を集めたデータベースを用意すれば、ユーザーからの問い合わせに対し、チャットボットが人間に変わって24時間365日対応する。 チャットボットには、事前に作成しておいたシナリオ
アーキテクチャ設計を勉強しよう みなさんこんにちは。NRIデジタルの松村です。夏も終わりが近づいてきて、少しずつ涼しくなってきましたね。季節の変わり目は風邪をひきやすいですよね。みなさまもご自愛ください。うちの子も、おもらしが増えてきました。危険ですね。 そうなんです。変わり目は注意が必要です。ということで、今回はシステムの「変わり目」として昔からある、ログローテーションを取り上げてみたいと思います（強引ですか？ 強引です！ いいんです！）。 なぜ今更ログローテーションなのか、という話ですが、ちゃんと理由があります。アーキテクチャ設計というのは、とかく大規模になりやすいです。前回のテーマであるマイクロサービスなどはその典型で、まじめに考えると、データベースの種類、分割から、チームや組織・会社の文化的側面まで数多くの要素を考えて設計／選定する必要があります。ただ、すでにプロフェッショナルなア
分類語彙表－増補改訂版データベース
国立国語研究所言語資源開発センターでは、 日本語の全貌を把握するための言語コーパス (language corpus)を構築しています。 English 国立国語研究所 分類語彙表とは，「語を意味によって分類・整理したシソーラス (類義語集) 」です。昭和39年 (1964年) に出版された初版『分類語彙表』 (現在は絶版) は，現代日本語の本格的なシソーラスとして幅広く活用されてきました。その後，収録語数を増やした『分類語彙表 −増補改訂版−』が刊行されましたが，研究開発用にそのデータベース版を用意しました。 本データベース版は，書籍版の『分類語彙表 −増補改訂版−』(pdf)の元となったデータを加工したものです。データベースソフトに取り込めるようCSV形式になっています。レコード総数は，101,070件です (この中には，見出しの併記を分割してできたレコード及び分類項目内の意味的区切り
有名でおしゃれでかっこいいものや面白い「英語のことわざ」や格言を知っていると、英語の会話がかっこよく上級者っぽくなります。 でも、「ことわざってなんか難しいんじゃないの？」なんて思っていませんか？日本語のことわざは、なんだか難しいイメージありますよね。 しかし、心配はいりません！ 英語のことわざはとても短くて、シンプルなものが多いんです。 中学レベルの基本単語で使えることわざがたくさんあります。しかも、文の形もシンプルなものが多く、長文リーディングのような難しさはありません。それでいて、先人たちの知恵、文化、叡知がつまっていて味わい深いです。 有名で短い「英語のことわざ」と一覧 ※このページには広告が含まれています。 日本語でも一度は聞いたことのあるようなことわざばかりです。シンプルで、かつ誰もが知っているので会話でも使うことができます。是非覚えましょう。 All is well that
2019/09/26 Edit by HARUMA YONEKAWA Photo by KENICHI AIKAWA etc. 私たちは、「関係人口」という言葉、考え方に、大きな可能性を感じています。なぜなら、コクリ！プロジェクトは、これまでの9年間、ずっと「コ・クリエーション型関係人口」を考え続けてきたようなものだからです。その自負から、今回、私たちは「コ・クリエーション型関係人口」を提唱します。ぜひ皆さんに、その方法を使っていただけたらと思います。 また同時に、「関係人口の落とし穴」についてもポイントをまとめました。なぜかというと、関係人口のなかには、結果として地域に良い影響をもたらさない関係人口もあるようだからです。私たちは、そうした関係人口をなくしたいのです。 なお、この考察は、関係人口の専門家であるさっしーさん（指出一正さん・『ソトコト』編集長）と小田切さん（小田切徳美さん・明治
とあるタイプの検索サイトのElasticsearchを使ったサービス設計などに関する私見（2019年改訂版） - はてだBlog（仮称）
検索サイトで、どのようにElasticsearchを活かしてサイトをディレクションするかについて自分の意見をまとめてみました。 まとめてみたと言いいつつ、アタマの整理の過程をダンプしたという体裁になっています。... のでまとまってないかもしれません。 何かの勢いで書いてはならないことを書いてしまわないようにしたため、筆者のドキュメント力とは別の問題として、本来は具体的なもので述べるところ、抽象的な言い方になっているところが多々あります。 一方で、多少リアルな例にしたいと思い、ある程度シーンを絞って記述したところもあるのですが、抽象化との兼ね合いで、論理の飛躍や検証が甘いところもあると思います。 つまるところポエムになっているかもしれません。 また、2019年改訂版としていますが、改訂前のものがあるわけではありません。今後、世の進歩とともに、陳腐化するかもという言い訳でして、2019年現在
この記事は、自然言語処理 Advent Calendar 2019の16日目の記事です。 https://qiita.com/advent-calendar/2019/nlp この記事では、私が勤めるLuminosoという会社及びその技術、そこで私がどのような仕事をしているか、ということを紹介します。 どんな会社なの？ アンケートや口コミなどのデータを解析して顧客の声や従業員の声を解析したり、業務報告書などを解析してあいまい検索を行うようなサービスを提供するボストン発のMITスピンアウトのスタートアップです。 もう少しNLPの技術者向けに説明すると、セマンティック辞書に基づいて補正したワードエンベディングベクトルモデルを、ドメインデータでfine-tuningすることで、少量のデータで前処理込でユーザ毎のモデルを高速に作成するサービスを提供している会社です。 何をやっているの？ ソリューシ
PythonからAzure AI Searchのシノニムマップを作成し、クエリ拡張をして、その効果を日本語の質問応答データセットで確認してみました。昔からある機能で、とくに何か新しいことをしているわけでもないのですが、使いそうな機会があったので試してみました。 本記事の構成は以下のとおりです。 シノニムマップ シノニムマップの作成 インデックスの作成 実験設定 実験結果 参考資料 シノニムマップ 記法は、Apache SolrのSynonymFilterの仕様に準拠しています[1]。Solrのドキュメントを読む限り、現在ではSynonymFilterは非推奨で、代わりにSynonymGraphFilterを使うことが推奨されていますが、為す術もないのでそのまま使います。2つの違いについては[2]がわかりやすいです。SynonymFilterでは、以下の2種類の規則をサポートしています。 同
多くの方の調べものに役立っているオンラインの大事典「ウィキペディア」。どうせ使うなら、その本当の姿をよく理解して使いたい――。今回からご登場いただくのは、次代のウィキペディア編集を担う若手のお一人、ユージン・オーマンディさん。日本以外でどんな活動が盛り上がっているのか、今回はマレーシアの様子をご紹介いただきます。 マレーシアで盛り上がるエディタソンマレーシアは現在、世界中のウィキペディアンから注目されています。なぜならこの国では、ウィキペディアなどの編集イベントが盛んに開催されている他、世界最高と名高いウィキメディアン、すなわちさまざまなウィキメディア・プロジェクトを使いこなす利用者が、少数言語の保存や国際交流といった多彩な活動に取り組んでいるからです。 今回の連載では、そんなマレーシアの豊かなウィキメディアの世界をご紹介します。 マレーシアで行われたウィキペディア編集イベントの様子（Do
地に足の着かないAI論 表現者クライテリオン最新号の特集テーマは「SDGs/AI批判序説」というもので、私は「AIの知能観――シンギュラリティ論に惑わされないために」という記事を書いています。思想誌でAI（人工知能）批判というと、 「AIが人間に追いつくことはない」 「AIの安易な導入には弊害がある」 というような内容を想像する人もいるかも知れませんが、私が言いたいのはそういうことではありません。AIの周辺では「言葉の定義」も「現存する技術との対応関係」も定かでない言説が飛び交いがちで、礼讃論と懐疑論のいずれも地に足が着いていないと感じることが多いので、まずは現代の人工知能技術の特徴を大まかにでも確認して頭を冷やしたほうがよいのではないかという話です。 また、AIが話題に上ると、すぐ「機械が人間に追いつき、追い越すことは可能なのか」という議論をしたくなる人は多いと思うのですが、そもそも「追
AWS、3つのアナリティクス新機能を発表：時事ドットコム
AWS、3つのアナリティクス新機能を発表 ［アマゾンジャパン合同会社］ AQUA （Advanced Query Accelerator） for Amazon Redshift：画期的なハードウェアにより高速化された新しい分散型キャッシュを提供し、他のクラウドデータウェアハウスに比べ最大10倍のクエリパフォーマンスを実現 AWS Glue Elastic Views：複数のデータストアのデータを自動的に組み合わせ、レプリケートできるマテリアライズドビューを簡単に構築 Amazon QuickSight Q：機械学習を活用したAmazon QuickSightの新機能により、ビジネスデータに関する自然言語での質問に対し、正確な回答を数秒で提供 Capital One、Best Western Hotels & Resorts、NTTドコモ、Audible、パナソニック アビオニクスをはじめ
Google広告を活用していますか？多くの企業はフェイスブックのようなSNSに自社商品を投稿して宣伝していますが、Google広告を十分に活用してはいません。商品やサービスを積極的に検索している人に向けて宣伝できる機会を、Google広告が提供しているにもかかわらずです。 Googleは幅広い広告ツールをあなたが使えるように用意しています。また、GoogleとYouTubeという世界最大の検索エンジン利用ユーザーへのアクセスと、数百万のWEBサイトのネットワークに向けた広告を可能にしてくれます。 しかし残念ながら、Google広告には複雑なインターフェースがあり、学習にも時間がかかります。そして、自分がやっていることをきちんと理解していないと、ターゲットを広げすぎたまま、利益につながらない出費を続けることになります。 とはいえ、誰もが、どこかをスタート地点にする必要があります。自分でGoo
WordPress検索機能を改善する方法（＋検索を高速化）
そもそも、私たちはなぜウェブサイト検索フォームを使用するのか—なぜなら、ウェブサイトを閲覧したり、ナビゲーションを使用しても得られない情報を、すぐに手にしたいから。 検索結果からは、質問に対する回答（会社の返品ポリシーに関する情報など）や、該当する製品やコンテンツのリスト（ページビルダープラグインに関連するブログ記事など）が得られます。どんな情報にしても、一つのことは確か。 訪問者は、WordPressの検索を通じて、結果を素早く正確にもたらすことを期待しています。 そもそもの消費者行動を見れば、このような期待は自然なことです。Googleはオンラインでの検索について、ほぼ不可能とも言える状況を生み出しました。SparkToroの発見によると、Googleにおける全検索の半分以上のクリックはゼロとのこと。Googleは検索を非常に効率的にしたために、ユーザーは多くの場合、質問に対する答えを
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
ChatGPTに自社データを組み込んで新しい検索体験を模索してみました｜masa_kazama
【Day 3】東大松尾研のLLM講座資料が公開されたから、詳しく読んでいくよ【備忘録】 - Qiita
ダジャレを判定する - Stimulator
【レビュー】Apple Watch用国産ブラウザアプリ「ワードウォッチ」使ってみた - iPhone Mania
安倍晋三会話botを作っています+助言いただきたいです - イカれた男のイカれたブログ
【要約・書評】『1秒で答えをつくる力』/著：本多 正識 - めんと～れ
「原稿執筆カフェ」公式ページ : 高円寺三角地帯：公式サイト
自作キーボード『7sKB』を設計した話をするよ！ - 自作キーボード温泉街の歩き方
ファッション領域における検索ログの特徴分析とカテゴリ分類器作成の可能性 - ZOZO TECH BLOG
システムの特徴と検索機能について(検索システムに関する妄想その1)
【エヴァ考察第3章】後編：Qが分かれば全て分かるので謎を洗い出してみた｜もひんこ
はじめての自然言語処理 OSS によるテキストマイニング | オブジェクトの広場
【令和最新版】一歩上を目指すITエンジニアが知っておきたいビジネス用語集 - Qiita
「検索システム ― 実務者のための開発改善ガイドブック」感想文 - Qiita
自然言語対話の質が決め手、AIチャットボット15選 | IoT NEWS
ログとファイルとローテーションと ～アーキテクトコラム～ | TECH | NRI Digital
英語のことわざ一覧｜おしゃれでかっこいい！短く有名な表現98選
「コ・クリエーション型関係人口」で、予想だにしない未来を生み出そう！ | コクリ！プロジェクト
ワードエンベディングモデルしか触らないNLPエンジニアとしての仕事の紹介 - 科学と非科学の迷宮
Azure AI Searchを使った同義語によるクエリ拡張とその効果 - Ahogrammer
マレーシアの集合知と世界最高のウィキメディアン【ウィキペディアの歩き方】 - ENGLISH JOURNAL
【川端祐一郎】「鏡」としての人工知能――我々はChatGPTに何を学び得るのか | 表現者クライテリオン
Google広告完全攻略ガイド：14タイプのキャンペーンと効果 - Shopify 日本