Google⁠⁠、AIを使って非構造化テキストから構造化データを抽出するオープンソースPythonライブラリ「LangExtract」をリリース Googleは2025年7月30日、非構造化テキストから構造化データを抽出するオープンソースのPythonライブラリ「LangExtract」をリリースした。 Introducing LangExtract: A Gemini powered information extraction library -Google Developers Blog ✨Announcing LangExtract! ✨ Our new open-source Python library for information extraction, powered by #Gemini. ✅ Turn text into structured data ✅ Trace

昨年、「Googleサービスに課金したいんだけど Google One とか Google Workspace とかいろいろある上に比較表みたいなのがなくて全然わからん」問題に回答する記事を書いたのですが、いまもけっこうアクセスがある＆ちょっと情報が古くなっているので、一年ぶりにアップデート版を公開します。 前回はAI（Gemini）まわりは考慮に入れていませんでしたが、関連機能が充実してきているので今回はそれも含めた比較をしていきます。 先に大事なことを書いておくと、Google Workspace Business Standard を使うと、条件付きでGeminiが割安で使えるのでお得です。 いかれたメンバーを紹介するぜ！ プランの選定条件として、下記が前提です。 組織（自分以外のメンバー）を持たない個人事業主である Google Meet で3人以上のグループ通話を60分制限なしで

日本にあるほぼ全ての奨学金を網羅した国内最大の奨学金サイトです。奨学金情報をランキング・人気のテーマや豊富なコラムでお届けし、様々な条件で検索が可能なため、あなたの目的にあった奨学金を見つけることができます。

声に革命を。Aivisアイビス Projectプロジェクト が切り拓く、感動の音声体験。 Aivis Project は、感情豊かな音声合成技術を誰もがかんたんに活用できる未来を目指す、 壮大な開発プロジェクトです。 機械的な響きに留まらない、まるで魂を宿したかのような音声が、あなたの想いや言葉に豊かな感情をのせて 世界へと響き渡る。Aivis Project が描く未来は、これまでにない感動と驚きに満ちています。 好きなキャラクターの声で物語を紡ぎ、理想の声でニュース記事に命を吹き込む。 そうした新しい表現が、私たちのプロダクトを通じて数クリックで実現します。 AivisSpeech でのローカル音声合成から、モデルの制作・ミックス・公開、高速なクラウド API まで。 Aivis Project は誰もが自由に、好きな声を共有できる未来を形にしていきます。 これまで一部の才能や特別な環

はじめに 本記事ではAI知識ゼロから始めてAIエンジニアとして実務にチャレンジできるレベルを目指してロードマップ形式でコンテンツをまとめました。 生成AIの台頭、SakanaAIの大型資金調達やGoogleの研究者（ヒントン氏ら）のノーベル賞受賞も重なり、さらにAIへの注目が集まっている状態かと思います。 しかし初学者にとって、AIを学ぶハードルはまだまだ高いのが現状です。AIをツールとして活用するだけなら比較的障壁は高くないですが、理論的な部分まで含めると学ぶべき内容が広く、分野によっては難易度が高く、せっかく学び始めたのに挫折する人も多いです。 未経験だけどAIの知識を身につけたい 現在web開発の知識があり、AIも学びたい AIを学んで転職や副業でバリバリ活躍したい といった方は是非読み進めていってください。 コンテンツは随時追記していきます。 構成 本記事は下記のような構成でコンテ

巷ではNotebookLMでPDFをポッドキャスト形式の音声に変換して出力できる機能が話題みたいです。わたしも試してみたのですが、英語の音声の出力機能はあるのですが、いまのところ日本語音声の出力はまだ対応されていないみたい。 そこでgithubでpdf-to-podcastというそれっぽい名前のプロジェクトを見つけたので早速試してみました。 日本語対応のため、main.py中のダイヤログのプロンプトに日本語風味を少々加えてみます。 def generate_dialogue(text: str) -> Dialogue: """ Your task is to take the input text provided and turn it into an engaging, informative podcast dialogue in Japanese. The input text

ユネスコ無形文化遺産登録から10年を経て、登録当時には約5.5万店だった海外の日本料理店が、2023年には約18.7万店にまで増えるなど日々関心が高まっています。 京都府立大学、日本料理アカデミーでは京都から国内外を問わず和食のさらなる発展と和食文化を担う人材の育成を目指し、「日本料理大全 デジタルブック」を公開します。 ある料理を知るためには、まずその背景を知らないと始まりません。「日本料理大全」シリーズは手法のみを解説するのではなく、考え方の基礎を示していくことを目指しています。経験や勘に頼るのではなく、なぜこの味が生まれるのか、どうしてこの調理法になるのか、といった根拠や科学的な理由を示しています。それらをもとに料理する人が考え、取り入れ、オリジナルの料理を生み出す手助けとなることを目指しています。 このシリーズが日本料理の発展・普及の一助となり、多くの人々の健康と喜びを導くことにな

PDFドキュメントから必要な情報を効率的に抽出することは、研究者やビジネスパーソンにとって重要な課題です。そんな中、GitHubで10.4K以上のスターを獲得し、多くのユーザーから支持を集めているオープンソースのPDF抽出ツール「MinerU」が注目を浴びています。この記事では、MinerUの特徴とその活用方法について詳しく解説します。 MinerUの評価と人気の背景「MinerU」は、その高い実用性と先進的な機能により、GitHub上で10.4Kものスターを獲得しています。この数字は、世界中の開発者や研究者がMinerUの有用性を認めている証拠です。ユーザーからは、以下の点が特に高く評価されています。 高精度なデータ抽出：複雑なレイアウトや数式を含むPDFからも、正確にデータを抽出できる点が評価されています。 多機能性：テキスト抽出だけでなく、画像や表、数式の認識・変換機能も充実している

2025/08/01 2.1.10 Released Fixed an issue in the pipeline backend where block overlap caused the parsing results to deviate from expectations #3232 2025/07/30 2.1.9 Released transformers 4.54.1 version adaptation 2025/07/28 2.1.8 Released sglang 0.4.9.post5 version adaptation 2025/07/27 2.1.7 Released transformers 4.54.0 version adaptation 2025/07/26 2.1.6 Released Fixed table parsing issues in ha

2023年版データ分析の100冊 が好評でしたので、2024年版を作りましたよ。 データサイエンティスト協会スキルチェックリストに対応したリストも作成しましたよ 本記事のめあて IT系の技術者の方がデータ分析関連の仕事をするために役立つ本を紹介する（私が学び始めた時にあれば欣喜雀躍したであろう）記事として書いております 本記事作者の青木はバイオインフォマティクス（ゲノムデータのDB化中心・Perl・MySQL）からRで時系列分析→Pythonでデータ分析一般と業務をしてまいりました ですので研究者目的の本はありません。また、データ分析の基礎は主にRで学んだのですが、昨今の流行に合わせて理論のほかはほぼPython本のみにしています こういうリストを挙げる奴は大抵読んでいない、と過去にも言われたのですが、未読本は削除しました 最近好著連発なので読んでいる途中だけど挙げている本はあります（初版

こんにちは！　鮮魚魚武の三代目、料理家の魚屋三代目です。 初ガツオが美味しい季節！　カツオは年に2回旬を迎え、脂のりがいい秋の戻りガツオに対して、春の初ガツオはさっぱりした味わいが特徴です。先日はその初ガツオの刺身に熱々のごま油をジュワッと回しかけた、丼もののレシピをご紹介しました。 www.hotpepper.jp 今回は趣向を変えて洋風に、にんにくと鷹の爪を効かせてオリーブオイルで煮る「ガーリックオイル煮」を作ります。即席のアヒージョという感じで、にんにくの香りと唐辛子の辛みでお酒がすすむこと間違いなしですよ。 しかもこのオイル煮は、そのままつまむのはもちろん、バゲットにのせて食べたり、パスタソースにしたりとアレンジし放題。キャンプ飯にもおすすめです。めちゃくちゃ簡単なのでぜひおためしください。 魚屋三代目の「初ガツオのガーリックオイル煮」 【材料】2人前 カツオの刺身　10切れ程度

SSH環境を整えるWSL2がセットアップされている前提で、LAN内のクライアントからSSHするための工程は以下 WSL2 側 (私は Ubuntu) で SSH プロセスを立てる Windows Defender ファイヤウォールの詳細設定でポートを開ける WSL2 設定の Mirrored mode networking を有効にする 手順 1, 2 はネット記事が多く存在するため割愛する。「Windows Defender ファイヤウォールの詳細設定でポートを開ける」のポートは、一旦SSHだけで良かったため 22 だけだ。今はLANだけで SSH するため標準ポートのままにしたが、今後外部ネットワークから接続するようになったら変更する必要があろう。 手順 3 の「Mirrored mode networking」については日本語の記事が少なく、また他のネット記事では異なる方法をとってい

第1章　理論編 ・深層学習とは (p.13-) ・ニューラルネットワークとは (p.31-) ・どうやって学習するか: 勾配降下法 (p.57-) ・深層学習の注意点 (p.91-) 第2章　応用編 ・分類問題 (p.110-) ・画像認識 (p.120-) ・音声認識／自然言語処理…

BERTopic は、Transformersを用いて文書のトピックモデリングを行うためのPythonライブラリです。本記事では、自分がKaggleコンペの初手EDAによく使うコードをまとめました。 入出力のイメージ 入力： 文章のリスト （例：["I am sure some bashers of Pens fans ...", "My brother is in the market for a high-performance video card that supports VESA local bus with 1-2MB RAM. Does anyone hav...", ...]） 出力： 各文書の関係性を表した2次元座標図 ソースコード 以下にもあります Github Google colab import pandas as pd from umap import UMA

最初apple/ml-stable-diffusionに従ってPython環境を構築し、モデルを手元で変換して、プログラムを実行して画像を生成していたのですが、めっちゃ簡単な方法を見つけたので共有です。 MochiDiffusionのインストール MochiDiffusionはM1系MacでStable Diffusionをネイティブ実行するためのmacOSアプリです。 releaseページからdmgをダウンロードしてインストールしてください。それだけで環境構築終わりです。

WSL 開発環境を設定するためのベスト プラクティスへのステップ バイ ステップ ガイド コマンドを実行して、Ubuntu を使用する既定の Bash シェルをインストールする方法、他の Linux ディストリビューションをインストールするように設定できる方法、基本的な WSL コマンドを使用する方法、Visual Studio Code または Visual Studio、Git、Windows Credential Manager、MongoDB、Postgres、MySQL などのデータベースを設定する方法、GPU アクセラレーションの設定、GUI アプリの実行などを行う方法について説明します。 概要 Linux 用 Windows サブシステムは、Windows オペレーティング システムに付属していますが、使用を開始する前に有効にして Linux ディストリビューションをインスト

１．はじめに 昔GuidedLDAというのを使って特許文章を分類しようとして、うまくライブラリが動かずに終わったことがありました。 その後、文章分類等はBERTを使って行っており、言葉の共起情報をもとにしたTopicModelingはあまり使ってませんでした。 今回発見したBERTopicは、最初Topicmodelingの１種かと思っていたら全く違うもので、BERTによる埋め込み表現化、HDBSCANによる次元圧縮、UMAPによる分類とよい性能を出す機能を使って精度を上げるというアプローチでした。 ２．BERTopicについて参考文献 調べてみるといろいろと試されていました。 BERTopicは埋め込み表現化、次元圧縮、分類、可視化とすべてそろっているライブラリで、各ステップで独立しているので、各ステップの組み合わせ次第でカスタム性が高いのが特徴です。下図参照 The Algorithm