サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
iPhone 16e
ai-lab.lapras.com
こんにちは，LAPRAS株式会社の松野です．この春に奈良先端科学技術大学院大学（NAIST）を修了し，入社しました．大学院では自然言語処理学研究室で構文解析を研究していました． はじめに 以前，弊社アルゴリズムエ“ぬ”ジニアの鈴木が埋め込み手法についての記事を書きましたが，今回私が扱うのも埋め込み手法に関わる内容です． 今回，私は（Levy et al., 2014）の「Dependency-Based Word Embeddings」という論文を基に単語間の依存関係に基づいた日本語の単語埋め込みを作りました．単語分割および依存構造解析には株式会社リクルートの Megagon Labs が発表したNLPライブラリの GiNZA を用いました．また，この単語埋め込みについて分析を行い，いくつかの面白い性質がわかりました． 今回の実験で得られた単語埋め込みは 公開する予定です 以下の GitH
LAPRAS の森元です。AI LAB でのはじめての投稿になります。私は、修士課程・博士課程を通して自然言語処理学の研究をしてきました。特に推論や因果関係に興味があり、主に含意関係認識の研究を行ってきています。先月4月よりリサーチャーとして LAPRAS に入社しました。 本記事は、2019年4月現在の文自動生成に関してのサーベイを行った結果をまとめたものです。 はじめに LAPRAS の提供している LAPRAS SCOUT では、スカウトメール作成支援システムを導入しています。現在は、候補者情報とテンプレートを用いたスカウトメール作成支援システムを導入していますが、よりメール作成のコスト削減を目指すために、文の自動生成を用いることができないかと考えました。そこで、文の自動生成に関する研究がどのような現状であり、その技術が我々のプロダクトに使えるものであるのかという視点で調査を行いまし
はじめに scouty AI LAB ではこれまで、生存時間解析に関して概要の記事とノンパラメトリックなモデルに関する解説の記事をそれぞれ公開してきました。 scoutyの高濱です。本記事では、インターンの田村くんと協力してscoutyでの転職可能性予測ロジックに組み込んだ生存時間解析に関する基礎的な事項の説明を行います。 転職可能性予測は、こちらの記事の通り、候補者の現在の転職の可能性を推定して提示し、スカウトメ... 生存時間解析について - 概要編 - LAPRAS AI LAB scoutyの高濱です。本記事では、生存時間解析におけるノンパラメトリックな推定量のうち代表的なものである Kaplan-Meier 推定量と Nelson-Aalen 推定量について紹介します。生存時間解析の概要については以下の記事をご参照ください。上の記事で紹介しましたが、生... 生存時間解析について
scouty の高濱です。本記事では、日本人の名前の構造化のために、自然言語処理における古典的な手法である有限状態トランスデューサ (Finite-State Transducer; FST) を用いた例を紹介します。本記事で紹介するライブラリの実装や本記事のドラフトは、scouty インターンの Derick によって作成されました。 Derick による本記事の英語版も同時に公開されていますので、そちらもご参照ください。 はじめに 背景 scouty は「世の中のミスマッチをなくす」というミッションのもと、インターネット上のオープンデータを解析して人に関するデータベースを構築し、エンジニアと企業の最適なマッチングを提案するサービスを提供しています。 scouty では、scouty サービスを利用する企業が候補者に対してコンタクトをとる方法としてスカウトメールの送信機能を用意しています
このページを最初にブックマークしてみませんか？
『LAPRAS Tech Blog』の新着エントリーを見る
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
