サポートベクターマシンであいさつbotを作るためのカーネル関数 - きしだのはてな
Twitterの発言に、「おはよう」かどうかのフラグをつけてSVMに食わせると、その発言が「おはよう」かどうか判定できるようになるので、「おはよう」判定したら「おはよ〜」と返すようにするとあいさつbotのできあがり。 というときに問題になるのが、カーネル関数をどうするかということ。文字列カーネルというのがあるようなんだけど、詳しいことがわからなかったのと、ちゃんと調べて実装するのもめんどかったので、とりあえず2文字ずつを比べてみるようなカーネル関数を考えてみた。 ２文字の頻度=√(２文字の出現回数/全体の長さ) としておいて 一致度=Σ(発言1での頻度 * 発言2での頻度) とするようなカーネル関数を作成。完全に一致すると1、まったく一致しないと0になるはず。これがカーネル関数として使えるかどうかわかんないけど、内積の計算っぽいから大丈夫なはず。 そう。計算としては超高次元の内積を計算して
情報収集の最効率化 - 「吉田メソッド」 - 西岡Blog
この間、 日本IBMで部長をなさっており、 Tmediaブロガーでもある吉田けんじろうさんと、フリーライターである有村悠さんを中心として、 初対面２０人ほどで集まって飲みました。いわゆるオフ会ですね。そこで吉田さんが 「一週間に数回のペースで20人単位の初対面の人と飲む事にしてる」と聞き、驚愕しました。 そして思いました。考えてみれば、これはプッシュ型の情報インプットとしては凄まじく効率的かつ有効な手であると。 この仮説を「吉田メソッド」と定義し、ちょっとブログで整理しようと考えています。 「吉田メソッド」を一言で定義するなら、「初対面の人間との飲みを頻繁に行う」という、 最大限効率のプッシュ型情報収集方法論です。 なぜなら、最も濃い情報Feedは人であり、かつ人は、 初対面という状況×酒と食べ物×コミュニケーション能力が噛み合った時、 最大限にプッシュ型の情報Feedとなりうる＝自分の認
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
