GiNZA v5のTransformerモデルによる固有表現抽出 | 株式会社AI Shift
こんにちは AIチームの戸田です 今回は日本語NLPライブラリであるGiNZAのv5から実装されたTransformerモデルによる固有表現抽出を試します。 固有表現抽出とは、入力となる自然文から地名や製品名などの固有名詞を抽出するタスクです。今回固有表現抽出に使用するデータセットとして、ストックマーク株式会社が作成したWikipediaを用いた日本語の固有表現抽出データセットを使用します。また、Transformerモデルは処理に時間がかかるので、環境はGoogle ColaboratoryのGPU環境を利用しました。 事前準備 wgetを使ってデータセットをダウンロードします。 wget https://raw.githubusercontent.com/stockmarkteam/ner-wikipedia-dataset/main/ner.json 必要なpythonライブラリをダ
【翻訳】機械学習の技術的負債の重箱の隅をつつく (前編) - 株式会社ホクソエムのブログ
ホクソエムサポーターの白井です。 今回は Matthew McAteer氏によるブログ記事Nitpicking Machine Learning Technical Debtの和訳を紹介します。 原著者の許可取得済みです。 Thank you! アメリカの国内ネタも含んでいて、日本語だと理解しにくい箇所もありますが、機械学習の技術的負債をどう対処していくかについて、とても役に立つ記事だと思います。 Nitpicking Machine Learning Technical Debt (機械学習の技術的負債の重箱の隅をつつく) イントロダクション Part1 技術的負債はあなたの予想以上に悪い Part2 機械学習の漠然とした性質 Part3 (通常の依存関係の頂上にある) データ依存関係 Part4 イライラさせるほど未定義なフィードバックループ 後編に続きます Nitpicking Ma
AIで生損保の不正請求を検知するShift Technologyの「Force」
AI（人工知能）で我々の生活は劇変する。そう感じさせるのが、2014年にフランス・パリで設立されたスタートアップのShift Technologyである。同社は損害保険・生命保険などの保険金詐欺検出にAIを利用したソリューション「Force（フォース）」を中心にグローバルで展開してきた。2016年9月にはシンガポール、2017年1月には香港に進出し、2018年2月には日本で法人登録をしている。2017年11月には約2800万ドル（約30億円）の資金を調達し、現在の株主資本は約4000万ドル（約44億円）。 グローバルで50社以上の保険会社と契約し、東京都が2017年11月に開催したアクセラレータープログラム「フィンテックビジネスキャンプ東京」では、Shift Technologyが最終的に選ばれた8社のうちの1社となり、都内進出第1号となったことも記憶に新しい。2018年4月には、MS＆A
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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
LINEヤフー株式会社
