日本ピラー工業株式会社
革新技術で未来へ導く 日本ピラー工業は、1924年の創業以来、「流体制御技術」と「材料技術」を活用した製品・サービスを通して、CLEAN（環境）・SAFETY（安全）・FRONTIER（最先端技術への貢献）を軸に、グローバル社会の発展に寄与してきました。１世紀にわたり産業界の進展とともに歩み、半導体、エネルギー、化学、自動車、船舶、土木・建築、医療・医薬、電池など、多岐にわたる市場領域に独創的で高品質な製品を提供しています。 創業100周年を超えてもなお、更なる技術革新に挑み、持続可能な社会の実現に向け新たな挑戦を続けていきます。 日本ピラー工業は、2024年5月に創業100周年を迎えました。長年にわたり私たちを支えてくださったすべてのステークホルダーの皆様に心からの感謝を申し上げます。 創業以来、私たちは常に変化を受け入れ、革新を追求してまいりました。先人たちの努力と献身に支えられ、今日
感情分析のやり方が7割わかるようになる記事（初心者向け）（ソースコードあり）（GiNZA）
こんにちにゃんです。 水色桜（みずいろさくら）です。 GiNZAに関する記事4本目です。 この記事では感情分析について書いていきます。 まず感情分析とは何かということから説明していきます。 感情分析は、AIがテキストや音声から人間の気持ちや意図を読み取ることを言います。 たとえば、「やったー。テストでいい点が取れた！」という文があったときに、プラスの感情もしくは喜びの感情を出力するような感じです。 感情分析の手法は大きく分けて２つあります。 1つ目はルールベースのアプローチです。 ルールベースのアプローチは前持って定義されたルールを用いて感情分析をする手法です。例えば、あらかじめ単語ごとに何の感情が含まれているかという「辞書」を作製しておいて、その辞書を用いて感情分析を行います。機械学習が不要のため、手軽に感情分析が行え、処理が軽いというメリットがありますが、「辞書」を用いて行う手法ゆえ文
Hugging Face Transformerと日本語用BERTを使用して簡単な感情分析を行う方法！
最近、感情分析（Sentiment Analysis）は自然言語処理の重要な分野の1つです。本記事では、Hugging Face Transformerと東北大学の日本語用BERTを使用して、日本語テキストの感情分析を行う手法について解説します。 必要なパッケージのインストール まず、Hugging FaceのTransformersおよびDatasetsパッケージをインストールします。これらのパッケージは、モデルのダウンロードやデータセットの処理などを行います。 ! pip install transformers datasets また、東北大学の日本語用BERT使用に必要なパッケージもインストールします。 ! pip install fugashi ipadic その他、Matplotlibで日本語フォントを使用できるように設定します。 !apt-get -y install fon
言葉の裏に隠された感情を探る！ WRIMEデータセットを使った感情解析サーバーを開発 - 佐藤百貨店
最近、ChatGPTを使ったAI対話システムの開発をしている中で、ChatGPTが返した文章に感情情報を付与したいなーと考えてました。ChatGPTプロンプトで設定するという方法もいいのですが、もっと自由に、ネガティブまたはポジティブよりももっと豊かな感情を扱いたいなーということで探していると・・・ドンピシャなのを見つけました！ Hugging Face + WRIMEデータセットで、8クラスの感情分類。 使ってみるととってもいい感じだったので、もっとサクサクと動かしたい・・・というわけで、途中いろいろ紆余曲折もありつつ、GitHub CopilotやらChatGPTやらの力を借りて、Dockerを使った感情解析サーバーを作ってみました。 ソースコードとかビルド手順 GitHubのsusumu_emotional_analysis参照。 学習済みモデルも内蔵しているので、git clone
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
