はじめての自然言語処理 spaCy 3.0 で Transformer を利用する | オブジェクトの広場
今更ですが今年の2月に spaCy 3.0 が公開されました。 3.0 で導入された新機能の中で目玉と言えるのは、やはり Hugging Face Transformers (以下、単にTransformers) のサポートや PyTorch, Tensorflow との連携になるでしょう。今回はその辺りを実際に学習を動かしながら紹介したいと思います。 1. はじめに 今回は今年の2月に公開された spaCy 3.0 の話です。 spaCy は第4回でも紹介しましたが、研究者向けというよりは自然言語処理アプリ開発者向けのオープンソース自然言語処理ライブラリになります。日本語を含めた様々な言語の学習済みモデルが存在しており、 spaCy をインストールして、学習済みモデルをダウンロードするだけで、分かち書き、品詞や依存関係の推定、単語や文の類似度の判定など様々な機能を使用することができます。
システム開発にUMLを適用するためのFAQ
※本稿は、著者達が1年前に執筆したCQ出版社刊 『Design Wave Magazine 2004 December』 [9] の記事を参考に Web へ公開したものです。 目次 UMLはオブジェクト指向なしで使えるのでしょうか？ UMLには図がたくさんあるが、全部使う必要はあるの？ いつ、どの図を使うべき？ 忙しくてモデルを書いている時間はない。ほんとうにモデルを書く必要があるの？ オブジェクト指向は、私の担当している組み込み製品にとってはオーバースペックなのではないかと思うのですが？ タスク、割り込み等、組み込みシステム特有の概念をUMLで表現できるのか？ 今からUMLを始めるのだが、UML 2.0を学ぶべき？ 製品知識は分かっているのに、分析する意味はあるの？ 機能が多すぎてユースケースが爆発してしまいます。ユースケースの管理しやすい方法を教えてください。 「問題領域の概念を抽出す
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
