【Bluemix Challenge 2015】-Global Knowledge賞- 動画ファイルから日本語訳を把握しておくと良い英単語のリスト(英単語帳)を取得する。

1. 使用データ: TED動画 https://www.ted.com、Steve Jobsスピーチ http://news.stanford.edu/news/2005/june15/jobs-061505.html
動画向けアプリケーション テキスト向けウェブアプリケーション
英単語帳作成アプリケーション
• 背景、課題
英語の動画を視聴する際、未知の英単語を聞くと、前後の文脈から
意味を推測する必要があるため、動画の内容に集中できないことがある。
• 「英単語帳作成アプリケーション」による解決
本アプリケーションを用いて、動画ファイルから、
日本語訳を把握しておくと良い英単語のリスト(英単語帳)を取得する。
• 効果
視聴前に英単語を学習することで、視聴中に英単語の意味を
推測する必要がなくなるため、動画の内容を把握しやすくなる。

2. • 動画向けアプリケーション構成
動画
ファイル
Watson
Speech to Text
Node-RED
dashDB
(1)動画の音声を
テキスト化
(4)日本語訳を検索し、
難易度降順でソート
(3)出現頻度が高い英単語抽出、
SQL文作成
英単語難易度
(Google Books
Ngram)
日本語訳
(WordNet)
(2)テキスト送付/英単語リスト取得
動画向けアプリケーション
使用データ: 日本語WordNet http://nlpwww.nict.go.jp/wn-ja
Google Books Ngram http://storage.googleapis.com/books/ngrams/books/datasetsv2.html

3. • テキスト向けウェブアプリケーション構成
• Bluemix活用ポイント
 大量の音声データをテキスト化できるWatson Speech to Textを活用
 Node-REDを用い、試行錯誤を繰り返す開発を効率化
 Vaadinを活用し、クライアントアプリのJavaコードをウェブアプリに流用することで、
開発工数削減
英文
テキスト
Vaadin
(1)テキスト送付/
結果表示
テキスト向けウェブアプリケーション
Node-RED
dashDB
(4)日本語訳を検索し、
難易度降順でソート
(3)出現頻度が高い
英単語抽出、SQL文作成
英単語難易度
(Google Books
Ngram)
日本語訳
(WordNet)
(2)テキスト送付/英単語リスト取得
使用データ: 日本語WordNet http://nlpwww.nict.go.jp/wn-ja
Google Books Ngram http://storage.googleapis.com/books/ngrams/books/datasetsv2.html

4. 以降、補足スライド

5. Node-REDで作成した処理
Node-REDを用いて、テキスト内の英単語の集計、SQL文作成処理を記述した。

6. 対応英単語数
# 項目 英単語数
1 英単語難易度データ
(Google Books Ngram の
出現頻度上位データ)
714,071単語
2 日本語訳データ
(日本語WordNetの全登録データ)
80,171単語
3 本アプリの対応英単語数
(#1,2両データに存在する単語数)
44,224単語
※動画向け英単語帳作成アプリケーションの場合は、
#1,2とWatson Speech to Textの対応英単語の全てに存在する英単語の数になる。