はてなブックマーク

はじめに 前の記事でNode-REDからWatson APIを呼び出す方法を書いた。それらを組み合わせてスマホの質問に答えてくれる質問応答システムを作ってみたので、今回はそれの解説をしようと思う。 学習させているドキュメントが少なすぎて、いまいちいい回答はしてくれないので注意。コンセプトが伝わってくれれば御の字。 全体フロー Node-REDで作ったフローはこんな感じ。 小さすぎて見えないけど、この後で細切れにアップにするのでご安心を。 解説のために以下のように区切った。 ①トップページリクエスト 初期画面としてブラウザからのアクセスを受けると、HTMLを組み立ててブラウザに返す、という動作をさせる。 まずは、httpリクエストノードを使って、HTTPリクエストを受け取る。今回はブラウザーから*/qaservice*にアクセスをしてトップページを表示させる。 functionノードを使って

はじめに こちらではNLCとRRを繋げて質問応答システムを作った。そして、こちらでは日本語テキストをしゃべらせてみた。ということは、**これらを組み合わせれば、回答をしゃべってくれる質問応答システムができるじゃないか！**ということで、早速つくってみた。 Bluemixで動かしてみた まずはイメージを持ってもらえれば、ということで、これから説明するコードをBluemixで動かしたのがこちら。 http://satohdai-watsondemo.mybluemix.net/ そして処理のイメージ図はこちら。本当は入力もSpeech to Text(S2T)を使って実現したかったのだけど今回は割愛。入力のところだけS2Tにすればいい、はず。 Webアプリ化の注意点 音を鳴らすにあたって、色々調べてみたけど結局ブラウザのAudio機能を使うのがいいみたいだ。ちょうど質問応答システムを、いつまで

はじめに DocumentConversionからのドキュメント生成や、トレーニングデータの簡易生成、Retrieve&Rank(RR)の日本語対応などを経て、ようやくRRの本題に入れるようになった。 興味のある人は先に上記記事も合わせて読んでもらいたい。 Retrieve&Rankの概要 Retrieve&Rankは簡単に言ってしまうと**「Apache Solr＋Rank機能」**と言えるだろう。Solrを使ってドキュメントから質問と関連しそうな回答を抜き出し、Rank機能(Ranker、ランカー)によって回答の優先度を変化させて、質問に対して適切である回答を上位に持ってくる、という仕組みである。 RRの動き方の概要図を描いてみた。 ユーザーからの質問を受けると、予め登録してあるドキュメント(Doc)に対してSolrを使用して文書検索を行う。検索した結果は必ずしも質問の回答として適切な

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 以前書いた「BluemixのNatural Language Classifierで文章を分類してみる(日本語)」の最後に、**「NLCは多段・多重に組み合わせることで様々な可能性を秘めていると思う。」**と書いたが、そのまま放り投げっぱなしだったので、少しフォローしようと思う。 具体的には、NLCの多段化と、あいさつクラスの追加だ。 NLCを使ってみて思ったこと NLCで入力文章をクラス分けできる。入力文章も分け方も明確ならば、単純にクラス分けできると思うけど、実際使ってみると思ったようにクラス分けできずに困ったことはないだ