はてなブックマーク

概要 Aの場合はBして、Cの場合はDして、、、みたいな命令をGPT3に与えるときに、プログラミング言語風にプロンプトを書けたらいいなーと思ったので試してみます。 自然言語で指示を出せるからこそ使い勝手が良かったはずのGPT3に、あえてプログラム風に指示を出す逆転の発想です。 環境 GPT3のplayground(text-davinci-003)で検証しています。 簡単な分岐処理の実行 入力した時刻に応じて異なる挨拶を返す処理をpython風に書いてみます。 def greeting(hour: int) -> str: result = "" if 6<=hour<=10: result = "おはよう" elif 11<=hour<=16: result = "こんにちは" elif 17<=hour<=24 or 0<=hour<=5: result = "こんばんは" else:

概要 gpt-index（llama-index）で、日本語PDFを安定して読めるようにするためのプルリクがマージされたので、使い方を紹介します。 使い方 download_loaderでCJKPDFReaderをダウンロードして使います。 from gpt_index import download_loader CJKPDFReader = download_loader("CJKPDFReader") loader = CJKPDFReader() documents = loader.load_data(file='data/article.pdf') print(documents)

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 whisperとwav2vecを使った音素レベルのaudio-lyric-alignmentの方法を試行錯誤します。とりあえず下調べして、なんとなくの方針を決めて、精度はともかく、それっぽいalignmentの結果が出てくることを目指します。 シリーズ一覧は以下 【試行錯誤】OpenAI Whisperを活用した日本語歌詞のforced-alignment リンクまとめ 背景 forced-alignment forced-alignmentはある音声（発話）とその書き起こしテキストにおいて、テキストの各音素が、音声のどの位置（時

概要 キーワードマッチングを行うときの表記ゆれ対策として自分がよくやることをまとめました。 環境 macOS Catalina 10.15.4 python 3.8.0 想定するシステム 任意の単語や日本語を入力として、検索対象文書から関連しそうなものを抽出するシステムを想定します。基本的なやり方はキーワードマッチングで、入力と検索対象文書からそれぞれキーワードを抽出し、一致するものがあるか探します。ただしユーザは自由に入力できるので、表記ゆれを吸収した上で、キーワードマッチングをする必要があります。想定される表記ゆれの要因としては、下記が考えられます。 全角、半角の違い ひらがな、カタカナ、漢字、ローマ字の表記ゆれ 活用形の違い １，２文字程度の打ち間違い、変換ミス これらを吸収できるような頑健な検索システムを作ることを目指します。 表記ゆれ対策 1. neologdnによる正規化 me