Submit Search
Upload
固有表現抽出と適用例のご紹介
•
Download as PPTX, PDF
•
0 likes
•
2,726 views
Core Concept Technologies
Follow
文章中から人名や地名などといった情報を抽出する技術として固有表現抽出というものがあります。この固有表現抽出を機械学習によっておこない、適用した例についてご紹介します。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 13
Download now
Recommended
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
Toshihiko Yamasaki
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
Recommended
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
Toshihiko Yamasaki
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
深層学習と音響信号処理
深層学習と音響信号処理
Yuma Koizumi
機械学習研究の現状とこれから
機械学習研究の現状とこれから
MLSE
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII
異常音検知に対する深層学習適用事例
異常音検知に対する深層学習適用事例
NU_I_TODALAB
画像キャプションの自動生成
画像キャプションの自動生成
Yoshitaka Ushiku
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
深層学習の数理
深層学習の数理
Taiji Suzuki
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO
高専を卒業して一回りしました
高専を卒業して一回りしました
Tomokatsu Yoshizawa
More Related Content
What's hot
深層学習と音響信号処理
深層学習と音響信号処理
Yuma Koizumi
機械学習研究の現状とこれから
機械学習研究の現状とこれから
MLSE
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Yusuke Uchida
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII
異常音検知に対する深層学習適用事例
異常音検知に対する深層学習適用事例
NU_I_TODALAB
画像キャプションの自動生成
画像キャプションの自動生成
Yoshitaka Ushiku
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
cvpaper. challenge
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
Takami Sato
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
研究効率化Tips Ver.2
研究効率化Tips Ver.2
cvpaper. challenge
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
機械学習と主成分分析
機械学習と主成分分析
Katsuhiro Morishita
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
深層学習の数理
深層学習の数理
Taiji Suzuki
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
What's hot
(20)
深層学習と音響信号処理
深層学習と音響信号処理
機械学習研究の現状とこれから
機械学習研究の現状とこれから
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
異常音検知に対する深層学習適用事例
異常音検知に対する深層学習適用事例
画像キャプションの自動生成
画像キャプションの自動生成
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
全力解説!Transformer
全力解説!Transformer
【メタサーベイ】Vision and Language のトップ研究室/研究者
【メタサーベイ】Vision and Language のトップ研究室/研究者
backbone としての timm 入門
backbone としての timm 入門
セクシー女優で学ぶ画像分類入門
セクシー女優で学ぶ画像分類入門
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
研究効率化Tips Ver.2
研究効率化Tips Ver.2
機械学習で嘘をつく話
機械学習で嘘をつく話
機械学習と主成分分析
機械学習と主成分分析
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
深層学習の数理
深層学習の数理
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Similar to 固有表現抽出と適用例のご紹介
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Yamato OKAMOTO
高専を卒業して一回りしました
高専を卒業して一回りしました
Tomokatsu Yoshizawa
IoTセミナー(山形県)酒田法人会チラシ:講演講師ネットビジネスアナリスト・横田秀珠
IoTセミナー(山形県)酒田法人会チラシ:講演講師ネットビジネスアナリスト・横田秀珠
新潟コンサルタント横田秀珠
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
Takuya Tachibana
AIプロジェクトを始めるための周囲の巻き込み方
AIプロジェクトを始めるための周囲の巻き込み方
Daisuke Okamoto
【UDC2015】アーバンデータチャレンジ2015 - 中川祐治・兼久信次郎
【UDC2015】アーバンデータチャレンジ2015 - 中川祐治・兼久信次郎
CSISi
実用としての深層学習 ~深層学習の利用事例と展望~
実用としての深層学習 ~深層学習の利用事例と展望~
Hirono Jumpei
このスマートスピーカーとIFTTTの組み合わせがすごい
このスマートスピーカーとIFTTTの組み合わせがすごい
英明 伊藤
20160310_10_株式会社アドダイス
20160310_10_株式会社アドダイス
IoTビジネス共創ラボ
IoT講演(モノのインターネット)セミナー講師(千葉県)習志野商工会議所チラシ
IoT講演(モノのインターネット)セミナー講師(千葉県)習志野商工会議所チラシ
新潟コンサルタント横田秀珠
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
Takeshi Akutsu
20190215 lt
20190215 lt
m_miyamoto
2018.05.16 DOA 朝会トーク | 自己紹介&勉強会のすゝめ
2018.05.16 DOA 朝会トーク | 自己紹介&勉強会のすゝめ
Koichiro Oki
本番稼働した IoT システムのツラミ
本番稼働した IoT システムのツラミ
Tomoyuki Sugita
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
Leading Edge Co.,Ltd.
データ流通実証実験について-20180207
データ流通実証実験について-20180207
Shunsuke Kikuchi
AIのリスクを一緒におさらいしましょう(推し技術:生成AI)Let's review the risks of AI together
AIのリスクを一緒におさらいしましょう(推し技術:生成AI)Let's review the risks of AI together
Chuki ちゅき
2015-11-07 電子工作でクリスマス飾りを作ろう会(2015年度WiTワークショップ)
2015-11-07 電子工作でクリスマス飾りを作ろう会(2015年度WiTワークショップ)
ayumi kizuka
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
Yuto Takei
新しい働き方アワード【新しい働き方LAB empowered by ランサーズ/研究員制度3期】
新しい働き方アワード【新しい働き方LAB empowered by ランサーズ/研究員制度3期】
muratananae
Similar to 固有表現抽出と適用例のご紹介
(20)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
Domain Adaptation 発展と動向まとめ(サーベイ資料)
高専を卒業して一回りしました
高専を卒業して一回りしました
IoTセミナー(山形県)酒田法人会チラシ:講演講師ネットビジネスアナリスト・横田秀珠
IoTセミナー(山形県)酒田法人会チラシ:講演講師ネットビジネスアナリスト・横田秀珠
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
クラウドとコミュニティで起きた田舎の会社のゲームチェンジ
AIプロジェクトを始めるための周囲の巻き込み方
AIプロジェクトを始めるための周囲の巻き込み方
【UDC2015】アーバンデータチャレンジ2015 - 中川祐治・兼久信次郎
【UDC2015】アーバンデータチャレンジ2015 - 中川祐治・兼久信次郎
実用としての深層学習 ~深層学習の利用事例と展望~
実用としての深層学習 ~深層学習の利用事例と展望~
このスマートスピーカーとIFTTTの組み合わせがすごい
このスマートスピーカーとIFTTTの組み合わせがすごい
20160310_10_株式会社アドダイス
20160310_10_株式会社アドダイス
IoT講演(モノのインターネット)セミナー講師(千葉県)習志野商工会議所チラシ
IoT講演(モノのインターネット)セミナー講師(千葉県)習志野商工会議所チラシ
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
20190215 lt
20190215 lt
2018.05.16 DOA 朝会トーク | 自己紹介&勉強会のすゝめ
2018.05.16 DOA 朝会トーク | 自己紹介&勉強会のすゝめ
本番稼働した IoT システムのツラミ
本番稼働した IoT システムのツラミ
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
データ流通実証実験について-20180207
データ流通実証実験について-20180207
AIのリスクを一緒におさらいしましょう(推し技術:生成AI)Let's review the risks of AI together
AIのリスクを一緒におさらいしましょう(推し技術:生成AI)Let's review the risks of AI together
2015-11-07 電子工作でクリスマス飾りを作ろう会(2015年度WiTワークショップ)
2015-11-07 電子工作でクリスマス飾りを作ろう会(2015年度WiTワークショップ)
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
ブロックチェーンと仮想通貨 -- 新しいビジネスに挑戦
新しい働き方アワード【新しい働き方LAB empowered by ランサーズ/研究員制度3期】
新しい働き方アワード【新しい働き方LAB empowered by ランサーズ/研究員制度3期】
More from Core Concept Technologies
センシングサイエンティストが経費精算を自動化したらこうなった
センシングサイエンティストが経費精算を自動化したらこうなった
Core Concept Technologies
C#で速度を極めるいろは
C#で速度を極めるいろは
Core Concept Technologies
コンソールアプリケーションでDIを使う
コンソールアプリケーションでDIを使う
Core Concept Technologies
開発環境をWindowsからMacに移行してみた話
開発環境をWindowsからMacに移行してみた話
Core Concept Technologies
Linqの速度測ってみた
Linqの速度測ってみた
Core Concept Technologies
データソースにLinqDataSourceを使った場合のGridViewの高速化
データソースにLinqDataSourceを使った場合のGridViewの高速化
Core Concept Technologies
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
Core Concept Technologies
Pythonでディープラーニングをはじめるための一歩目
Pythonでディープラーニングをはじめるための一歩目
Core Concept Technologies
Pythonで簡単動画解析
Pythonで簡単動画解析
Core Concept Technologies
Pythonで簡単な統計・分析をしてみよう!
Pythonで簡単な統計・分析をしてみよう!
Core Concept Technologies
Google Colab環境でPythonスクレイピング
Google Colab環境でPythonスクレイピング
Core Concept Technologies
可視化の先にあるものとは
可視化の先にあるものとは
Core Concept Technologies
ロボットと協働生活中に試行錯誤したこと
ロボットと協働生活中に試行錯誤したこと
Core Concept Technologies
3Dモデル類似検索
3Dモデル類似検索
Core Concept Technologies
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
Core Concept Technologies
深層強化学習入門
深層強化学習入門
Core Concept Technologies
なぜIoTプロジェクトは途中でとまってしまうのか。
なぜIoTプロジェクトは途中でとまってしまうのか。
Core Concept Technologies
工場に!オフィスに!明日、お安く、安全に導入できるセンサー紹介します
工場に!オフィスに!明日、お安く、安全に導入できるセンサー紹介します
Core Concept Technologies
AIによる簡単レコメンドシステム実装
AIによる簡単レコメンドシステム実装
Core Concept Technologies
Orizuru IoTは何を変えたのか
Orizuru IoTは何を変えたのか
Core Concept Technologies
More from Core Concept Technologies
(20)
センシングサイエンティストが経費精算を自動化したらこうなった
センシングサイエンティストが経費精算を自動化したらこうなった
C#で速度を極めるいろは
C#で速度を極めるいろは
コンソールアプリケーションでDIを使う
コンソールアプリケーションでDIを使う
開発環境をWindowsからMacに移行してみた話
開発環境をWindowsからMacに移行してみた話
Linqの速度測ってみた
Linqの速度測ってみた
データソースにLinqDataSourceを使った場合のGridViewの高速化
データソースにLinqDataSourceを使った場合のGridViewの高速化
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
Pythonでディープラーニングをはじめるための一歩目
Pythonでディープラーニングをはじめるための一歩目
Pythonで簡単動画解析
Pythonで簡単動画解析
Pythonで簡単な統計・分析をしてみよう!
Pythonで簡単な統計・分析をしてみよう!
Google Colab環境でPythonスクレイピング
Google Colab環境でPythonスクレイピング
可視化の先にあるものとは
可視化の先にあるものとは
ロボットと協働生活中に試行錯誤したこと
ロボットと協働生活中に試行錯誤したこと
3Dモデル類似検索
3Dモデル類似検索
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
深層強化学習入門
深層強化学習入門
なぜIoTプロジェクトは途中でとまってしまうのか。
なぜIoTプロジェクトは途中でとまってしまうのか。
工場に!オフィスに!明日、お安く、安全に導入できるセンサー紹介します
工場に!オフィスに!明日、お安く、安全に導入できるセンサー紹介します
AIによる簡単レコメンドシステム実装
AIによる簡単レコメンドシステム実装
Orizuru IoTは何を変えたのか
Orizuru IoTは何を変えたのか
Recently uploaded
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
iPride Co., Ltd.
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
NTT DATA Technology & Innovation
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
atsushi061452
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
harmonylab
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
Sony - Neural Network Libraries
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
atsushi061452
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
yassun7010
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
ssuserbefd24
Recently uploaded
(14)
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
MPAなWebフレームワーク、Astroの紹介 (その2) 2024/05/24の勉強会で発表されたものです。
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: NEC & Yubico Panel.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
FIDO Alliance Osaka Seminar: CloudGate.pdf
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
YugabyteDB適用に向けた取り組みと隠れた魅力 (DSS Asia 2024 発表資料)
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
論文紹介: Offline Q-Learning on diverse Multi-Task data both scales and generalizes
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
【AI論文解説】Consistency ModelとRectified Flow
【AI論文解説】Consistency ModelとRectified Flow
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: PlayStation Passkey Deployment Case Study.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: Welcome Slides.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
FIDO Alliance Osaka Seminar: LY-DOCOMO-KDDI-Mercari Panel.pdf
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
論文紹介: Exploiting semantic segmentation to boost reinforcement learning in vid...
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年度_サイバーエージェント_新卒研修「データベースの歴史」.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
2024年5月25日Serverless Meetup大阪 アプリケーションをどこで動かすべきなのか.pptx
固有表現抽出と適用例のご紹介
1.
固有表現抽出と 適用例のご紹介 2019/4/5 @LT会
2.
自己紹介 IoT/AIソリューション事業部所属のAIの担当 学生時代: 高専から大学院まで情報系だったが、 機械学習という名前に興味が持てず AIに関係する授業をあまり受講しない学生生活 入社後: 入社してからはずっとAI関連の仕事をすることに (画像、動画、自然言語、波形データの解析、レコメンドなど) こういうのは いいかな 学生時代
3.
固有表現抽出とは? 固有表現抽出は文から人名や組織名、地名、日付等を抽出する方法 【例】 入力文:CCTは2009年に設立された新宿の会社 組織名 日付 地名ラベル:
*住所は渋谷区… 固有表現抽出による抽出結果
4.
固有表現抽出をどう活用する?① プライバシー保護(弊社事例) 【例】 入力文:山田太郎さんは持病があり、茨城から通院している ■■さんは持病があり、■■から通院している 個人情報等を隠した文へ 個人情報が隠された文にして、関係者以外でも閲覧可能な形へ 人名 地名
5.
固有表現抽出をどう活用する?② 対話システム(弊社事例) 【例】 入力文:新宿駅近くのマクドナルドの住所は? 組織名地名 コンピュータが新宿駅近くの マクドナルドを検索して、住所をユーザーに提示
6.
固有表現抽出をどう活用する?③④ Sansan様の例: ネットニュースから企業名を抽出しておき、 名刺交換した相手の企業のニュースを配信1 クックパッド様の例: 特売品の情報の文章から商品名を抽出2 [1]https://speakerdeck.com/sansanbuildersbox/introduction-of-ner-survey-paper-and-practical- example-of-organization-extraction [2]https://www.slideshare.net/abicky/ss-52441786
7.
固有表現抽出の実現方法 1. ルールベース どの単語がどれに該当するかをあらわす辞書や、 単語があらわれる文脈によってどう判定するべきかのルールを 人間が頑張って作り、これらをもとに固有表現抽出をおこなう 2. 機械学習 学習に使うデータをたくさん用意することで ルールを自動で学ばせることができる! 新しい単語も対応可能! 最近はディープラーニングを利用 単語、ルールを網羅しようとするのは大変 新しい単語ができたら都度対応が必要
8.
学習データの用意 機械学習を使う場合にはラベル付きの学習データが必要 基本的には人間が頑張って用意する 佐賀駅から会場となる市村記念体育館までの通りには、 佐賀にゆかりのある偉人の銅像が建てられ、 中には佐賀藩主の鍋島直正や、幕末維新期に活躍した大隈重信 などが姿を現します。 【学習データの例】 地名 地名 地名 地名 人名 人名
9.
実験 固有表現抽出には機械学習(ディープラーニング)を利用 学習データとして2000個のニュース記事を使用 ラベル付の体力の限界のため今回は 2000個ですが、実際の問題では もっと沢山あったほうが良いです ラベルは組織名、人名、地名の3つのみ
10.
抽出した結果 【例1】 水戸藩の二代藩主、徳川光圀などがまつられている水戸市の常磐神社で、 ことし1年間にたまったほこりを落とし、新年を迎えるための すす払いが行われました。 地名 人名 地名
失敗 引用元:https://www3.nhk.or.jp/lnews/mito/ 20181213/1070004942.html
11.
抽出した結果 【例2】 ヤクルト・奥村展征内野手(23)が13日、東京・北青山の 球団事務所で契約更改交渉を行い、現状維持の950万円でサインした。 人名 地名組織名 引用元:https://www.sanspo.com/baseball/ news/20181213/swa18121313340005-n1.html
12.
抽出した結果 【例3】 千葉県の千葉市在住の千葉さんは千葉の魅力をアピールした。 人名地名 地名 地名 同じ単語でも 文脈で異なるラベル
13.
まとめ 固有表現抽出と活用例、 ニュース記事に適用した実験結果をご紹介しました 文章データをたくさんお持ちの企業様は 固有表現抽出を使って面白いことができるかもしれません! 固有表現抽出以外にもAIを使ってやりたいことなどあれば 懇親会でご相談ください 【宣伝】 今回の発表内容は弊社のブログでも掲載しています! https://orizuru.io/challenge/005_ai_extract-word/
Download now