Ibm watson api サービス

© 2017 International Business Machines Corporation
日本アイ・ビー・エム株式会社
TSDL Watson開発
小峯宏秋
IBM Watson API サービスの概要
1
2017年8月24日

この資料の目的
東京ソフトウェア＆システム開発研究所 2
 IBM Watson の概要を理解する。
 IBM Bluemix で利用できるWatson サービスの全体像と、
それらのサービスの使い方を知る。
 個々の Watsonサービスを試す。

アジェンダ
1. IBM Watson APIサービスの概要
2. IBM BluemixのWatson APIサービス
3. Watson APIサービスの使い方
4. 【実習】Watson APIサービスを使用する

IBM Watson の展開
4東京ソフトウェア＆システム開発研究所
発祥
• 質問応答システム@Jeopardy!
現在
• コグニティブ・システムを実現する技術・製品・サービス

Watson の AI
 AI =「Augmented Intelligence (拡張知能)」
蒸気機関
これまで運べなかった大量の荷
物や人を素早く運ぶことができ
るようになった
工業化
品質の揃った大量の製品
を短時間で生産可能に
なった
コンピュータ
複雑な計算を瞬時でこなすこと
で、月にロケットを飛ばすこと
も可能にした
インターネット
遠く離れた人や物といつでも
コミュニケーションでき、
様々な情報にアクセスできる
ようになった
Watson
自然言語で書かれたたくさ
んの書物の内容を理解して、
そこに含まれる知見を汲み
取ることを可能にする
新しい技術で、人のできることが広がる

Watson を構成する製品ファミリー
 Watson製品ファミリー
A) オンプレミス (Watson Explorer)
B) クラウドの PaaS サービスのコンポーネント
(IBM Bluemix の Watson API サービス)
C) クラウドの SaaS サービス (Watson Knowledge Studio等)
Customer s’ client environment
H/W
OS
WatsonExplorer
Watson Developer Cloud
IBM Bluemix IBM Marketplace
Internet
Watson API Watson Knowledge
Studio
Watson API
Watson API
オンプレミスクラウド

Watson API サービスの特徴
 豊富なラインナップ
–言語、画像、音声、探索などの API
–他の Bluemix サービスと組み合わせ
 シンプルな利用環境
–IBM Bluemix でのサービス管理
–REST API によるアクセス
 充実した開発リソース
–Watson Developer Cloud でのドキュメントやデモの公開
• https://www.ibm.com/watson/developer/
–GitHubでのライブラリやサンプルコードの提供
• https://github.com/watson-developer-cloud
 パブリッククラウド
–インターネット経由でアクセス可能
–Bluemix でのアプリケーション開発も可能
言語
画像音声
分析

Watson APIサービスの種類
言語処理
検索分析
音声処理
画像認識
Personality Insights
テキストから筆者の性格を推定する
Language Translator(一部日本語未対応) ※1
自然言語テキストについて他言語へ翻訳を行う
Conversation
アプリケーションに自然言語インターフェース
を追加してエンドユーザとのやり取りを自動化
Natural Language Understanding(日本語未対応)
自然言語処理を通じてキーワード抽出、エンティテ
ィー抽出、心情分析、感情分析、概念タグ付け、関
係抽出、分類法種別、作成者抽出などを行う
Text to Speech
テキスト文章を音声に変換する
Speech to Text
音声をテキスト文章に変換する
Visual Recognition
画像コンテンツに含まれる意味を検出する
Natural Language Classifier
テキスト文章の分類を行う(質問の意図推定など)
Tone Analyzer(日本語未対応)
テキストの感情、社交性、文体を解析する
Retrieve and Rank
自然言語の質問に対して回答の候補を返す
Document Conversion
文書を新しい形式に変換する
Discovery(日本語未対応)
認知検索およびコンテンツ分析エンジンをアプリケーションに追加して、優れた意思決定を行うのに
役立つパターン、傾向、およびアクション可能な洞察を識別する
Discovery News(日本語未対応)
Discovery Service上に実装され、エンリッチ情報も付加されたニュースに関する公開データセット
https://www.ibm.com/watson/developercloud/services-catalog.html
※1 Language Translatorはニュースドメインのみ日本語対応
2017年8月現在の提供サービス

活用想定例：仮想ショッピング店員
9
Speech to Textサービス
•ユーザーの音声をテキストに変換し、
他のサービスの入力とする
Conversation サービス
•短いテキストから意図を分類
「大きめのサイズはありますか」
「少し、小さいです」
「need-bigger-size」クラス
に分類
•対話のフローを制御
•対話の中で引きだした情報を管理
服のサイズ、好みの色など
Text to Speechサービス
•アプリケーションからの応答から
音声を合成して、ユーザーに出力する
使用しているサービス
お客様は音声でリクエストし、
Watson も音声で回答します。

質問応答のシナリオに適用できるサービスの組み合わせ
10
対話
情報探索
音声
コミュニ
ケーション
Discovery
文書の意味付けを行った検索と
分析
機械学習による自然文の意図の分類
Text To Speech
テキストから音声での発話
Speech To Text
音声からテキストへの変換
Watson を組み込んだ
対話型のアプリケーション
意図判別
Conversation
自然文の認識と
ルールにもとづいた対話

活用想定例：カスタマーケア・アシスタント
パーソナリティー
検索問合せ履歴
ジャックフロスト
顧客NO: 0011
電話番号: 080-xxx-xxx
メール: jack@example.com
Twitter: @jackfrost
類似するお客様の問合せTop5
タイトルカテゴリー日付
支払い方法について支払 2015-01-23
充電が出来ない故障 2015-03-15
家族プランの問合せプラン 2015-04-04
現在、B社と契約中のお子様の電話代が安くならないかの相談を受けまし
た。家族プランをご紹介
1. 家族割について
2. プランの変更
3. 割引適用条件について
4. 電源の入れ方
5. 充電の仕方
類似するお客様

Watsonの言語処理サービス
 Natural Language Understanding (日本語未対応)
 Natural Language Classifier
 Discovery (日本語未対応)
 Conversation
 Personality Insights
 Tone Analyzer (日本語未対応)

13
テキストから抽出する構造化データ
自然言語
今日はお父さんの会社に
遊びに来ました。
タイプ値
だれがわたし
いつ今日（8月3日）
どこで会社 ← お父さんの
なにをした来た
なぜ遊びに
構造化データ
自然言語処理
「川崎さんは神奈川県に住んでいます。」
「川崎は神奈川県にあります。」
人
川崎
地名
川崎
地名
神奈川県
人
川崎神奈川県
地名地名地名
川崎神奈川県
居住している含まれる
エンティティ関係

業務分野に応じた情報抽出の例
この文章から抽出したい情報
• 構成するハードウエアやユニット
• 対象となる部位
• 生成される画像やデータ
分析したい用語や関係に応じた
業務分野の情報抽出器が必要！
実施形態のＸ線診断装置は、胸部Ｘ線像から助骨下縁の頂上部のエッジが
強調された画像を生成する画像処理部と、前記画像の左肺野部と右肺野部の
相関によって胸部の中心部の傾きを求める画像分析部と、から構成される。

業務分野に応じた情報抽出の例
実施形態のＸ線診断装置は、胸部Ｘ線像から助骨下縁の頂上部のエッジが
強調された画像を生成する画像処理部と、前記画像の左肺野部と右肺野部の
相関によって胸部の中心部の傾きを求める画像分析部と、から構成される。画像分析部胸部の中心部の傾き
#1#1
前記画像画像画像処理部左肺野部右肺野部
Ｘ線診断装置胸部Ｘ線像頂上部のエッジ助骨下縁
エンティティ
• Ｘ線診断装置 (ハードウェア）
• 画像処理部、画像分析部（ユニット）
• 胸部Ｘ線像、前記画像（画像）
• 胸部の中心部の傾き（データ）
関係
• Ｘ線診断装置 ← 画像処理部、画像分析部
（構成する）
• 画像 ← 画像処理部（生成する）
• 助骨下縁 ←頂上部のエッジ（含まれる）
照応関係
#1 画像 = 前記画像
テキストから抽出できる情報
構成する
生成する
生成する
含まれる

Watson Knowledge Studioとは
エンティティ関係
照応関係
正解データによって
作られた情報抽出器
（モデル）
専門家によって注釈付けされた
業務分野のサンプル文章
（正解データ）
分析対象となる自然言語のテキスト
専門家による
ヒューマン・アノテーション
• 業務分野に合わせた言葉の学習で
情報抽出器の作成

Natural Language Understanding
(日本語未対応)
17

Natural Language Understanding
 自然言語のテキストを分析し、エンティティーやその関係と
いった構造化データ、キーワード、カテゴリー、コンセプト、
好感度や喜怒哀楽のような感情、意味役割、メタデータを抽
出します。
–内蔵する自然言語処理モデルは学習済で、追加学習なしで解析結果を取得
できる。
–Watson Knowledge Studioによって業務分野特有のエンティティティや
関係を学習させることも可能。

Natural Language Understanding での
自然言語テキストの分析項目
分析項目説明
エンティティ
Entities
入力テキストに含まれる人物、場所、組織などのアイテムを抽出。
関係
Relations
入力テキストの文中の主題、動作、および対象物の関係を識別。
キーワード
Keywords
入力テキストに含まれる主要な用語を抽出。
カテゴリ分類
Categories
入力されたコンテンツを最大5レベルの階層分類に分類し、その分類結果を3
つ返します。
コンセプト
Concepts
テキストに含まれる概念やエンティティから関連するコンセプトを識別。
テキストで直接参照されていない概念を識別することが可能。
感情(好感度)
Sentiment
コンテンツ全体やエンティティのレベルで好意的か否定的かの度合いを分析。
感情(喜怒哀楽)
Emotion
コンテンツで示される怒り、嫌悪感、恐怖、喜び、悲しみを検出。
主題役割
Semantic Roles
Parse sentences into subject-action-object form, and identify entities
and keywords that are subjects or objects of an action.
メタデータ
Metadata
For HTML and URL input, get the author of the webpage, the page title,
and the publication date.

Natural Language Understanding - デモ
 URL
–https://natural-language-understanding-demo.mybluemix.net/
 入力テキストを分析します。

Natural Language Classifier - 概要
Natural Language Classifier サービスは機械学習のアルゴリズムを使用して、
入力されたテキストからその意図を判別して返します。
アプリケーション
Deep
Learning
? !
意図(隠れたシグナル)
+ ノイズ
分類器意図テキスト
回答
Natural Language
Classifier サービス

Natural Language Classifier - 概要
 意図とは
–言語に含まれるノイズを取り除いて、それが何を言おうとしているか、あ
るいは何を聞こうとしているのかということ
–例:
• 「銀行口座はどうやって開けますか？」
• 「銀行で口座を開くために必要なものを教えてください。」
どちらの質問も「銀行で口座を開く」と言う同じ意図を持っている。
 しくみ
–あらかじめ大量の文章を読み込みこんで、自然言語の基礎知識（base
knowledge）を持つ。
–適用業務分野に応じた分類済のサンプルのテキストを集めたトレーニン
グデータで学習し、学習モデル（分類器）を作成。
–分類器は、新たなテキストを分類してその意図を認識。

Natural Language Classifier - 分類例
 同じテキストから異なる種類の意図を判別するために複数の分類器を使用
し、同時にあるいは順番に（階層的に）呼ぶこともできます。
「要望の種類」の分類器
「水漏れがして
服が汚れたよ」
メンテナンス
要員の派遣
支配人よる
フォローアップ対応
ホテルのゲストからの
メッセージの例:
設備
サービス時間
ルームサービス
ランドリー
「感情」の分類器
怒り
喜び
感謝
苦情

Natural Language Classifier - 利用シーン
 質問に回答するシナリオ
→ ユーザーからの質問の内容を分類しその回答を提供する。
 仮想エージェントによるユーザー支援
→ 問合せに対して顧客の状況や求めるものを特定して対応する
 ツィッター/SMS メッセージの分類
→ ツィッターのメッセージの意図をくみ取りアラートをあげる。
 感情分析
→ メッセージに含まれるその人の感情を特定して情報として提供する。

トレーニングデータと分類器の仕組み
トレーニングデータにより
たくさんのサンプルの質問を投入
Classifier が意図を探す際に類似のテキストを
見つける可能性が高まり、結果の信頼度もあがる
意図
 分類器の能力はトレーニングデータの内容で決まります。
トレーニングデータ
サンプル
質問サンプル
質問
サンプル
質問サンプル
質問
新しい
質問
トレーニングモデル
分類器

Natural Language Classifier - デモ
 URL: https://natural-language-classifier-demo.mybluemix.net
 入力されたテキストが、天気のことを言っているか温度のことを言ってい
るか判別
 この学習モデルの作成に使用した学習データ
– https://github.com/watson-developer-cloud/natural-language-classifier-
nodejs/blob/master/training/weather_data_train.csv

質問応答サービスとしてのWatson

カスタマーサポートでユースケース
?
!
仮想エージェント
?
!
?
!
エージェント支援(コールセンター)
仮想エージェントによる自動応答シナリオは Natural Language Classifier サービスに
向いています。
 人間のエージェントはより複雑で難しい質問に集中できます。
Discovery サービスは、エージェンが未知の回答を探し出す手助けとなります。

Watson 質問応答サービスのアプローチと位置づけ
意図
同じ意図の質問数
1
10
20
頻繁に聞かれる質問
稀な質問
質問を分類し
事前に用意された回答やアクションへつなげる膨大な知識から回答を探索し評価する
Watsonが提供する複数の推論アルゴリズム
Watson Engagement Advisor
(Natural Language Classifier)
Knowledge Expansion
(Discovery)

Watson の言語処理サービス
–入力テキスト含まれる発言者の意図を解釈して分類します。この分類結果
をもとに、質問に回答したり要求を対応したりするなどのアクションを取
ることができます。
–適用する業務分野に応じて作成した学習データによる機械学習で分類器
（学習モデル）が作られます。
 Conversation
–人間とシステムが対話するチャット・ボットを開発するプラットフォーム
です。
 Discovery
–非構造化データである文書の中の情報を抽出し意味付け（エンリッチ化）
をして、検索可能なデータとして保持します。
–簡易クエリ言語を使用して意味づけされた内容で検索や分析ができます。
–機械学習によって検索結果の最適化を行います。

Conversation

Conversation サービスとは
 仮想エージェントやボッツのような対話アプリケーションを
開発するプラットフォーム
–機械学習の技術や自然言語認識の技術を使用
–会話フローをグラフィカルに開発できるツールも提供
ホテルのジムは何時まで
使えますか？
ジムは朝9時から夜9時まで営業してます。
あと1時間で閉まりますので、お急ぎください。
Model
意図（インテント）：営業時間
対象物(エンティティ）：ジム
背景（コンテキスト）: お客様の名前
宿泊しているホテル
現在時刻（午後8:30）

Conversation のコンセプト
Intent
(発言の意図)
Entities
(意味付けされた単語)
Dialog
(対話の流れ)
ユーザーが発言した入力テキストに含まれる「目的」です。
Conversation サービスは入力テキストを分類し、その発言で
ユーザーが求めている意図を理解します。
ユーザーが発言した入力テキストから抽出された意味付けされ
たキーワードが Entities（エンティティ）です。入力テキスト
から抽出されたエンティティは、ユーザーの「目的」の対象物
を示したりします。この情報によりユーザーの要求を詳細に理
解します
ユーザーの発言に対応する対話の流れを制御するロジックを
Dialogの組み合わせ（ダイアログ・ノード）で実装します。
ユーザー要求（意図とエンティティ）に応じてひとつの返事
を返すだけの簡単なノードから、ユーザーの求めるものを掘
り下げるための木構造となったダイアログ･ノードもあります。

Conversation - 会話の例
ユーザー> ライトを点けて
Watson> 承知しました、
ライトを点灯します。
１回のやり取りの会話
ユーザー > ラジオをオンにして
Watson>ラジオですね。
どんなジャンルが
お好みですか？
ユーザー > ハードロックにして
Watson> 素晴らしいですね。
ハードロックの局をつけます。
複数のやり取りの会話
Text: 「承知しました、
ライトを点灯します。」
Intent: #turn_on
Entities: @appliance:light
API
Text: 「ラジオですね。
どんなジャンルが
お好みですか？」
Intent: #turn_on
Entities: @appliance:music
API
Text: 「素晴らしいですね。
ハードロックの局を
つけます。」
Entities: @genre:rock
API
API レスポンス会話

Conversation GUI ツール
 Conversation GUI ツールはは、Conversation サービスでの会話シナリ
オを管理するワークスペスと、ワークスペースに含まれる「意図」「エン
ティティ」「ダイアログ・ノード」を開発するための GUI ツールです。

Conversation - デモ
 URL:
– https://conversation-demo.mybluemix.net/
– http://conversation-simple.mybluemix.net/
 音声応答する自動車ダッシュボードシステムのイメージ

Discovery (日本語未対応)

Discovery - 概要
 データ取り込み: 複数の文書形式を標準化して取り込みます。
 意味付け(エンリッチ): テキストからの構造化データの抽出と意味付けを
行いインデックスを作成します。
 検索と分析: 文章の意味付けを元にした検索と分析を行います。絞込や分
析には簡易クエリ言語が使用できます。
 検索結果の最適化: 機械学習によって検索結果の最適化を行います。
簡易クエリ言語で、意味づけされた
内容をフィルターして検索と分析
文書構造の変換と標準化
HTML PDF WORD JSON
自然文からの情報を抽出と
意味付け（エンリッチ化）
キーワード
エンティティ
カテゴリ
コンセプト
関係
好感度喜怒哀楽
意味付けをインデックスに保持
Ingestion Enrichment Query & Analyze
自然言語処理

Discovery の意味付け（エンリッチ化）
意味付けの項目説明
エンティティ抽出
Entity extraction
入力テキストに含まれる人物、場所、組織などのアイテムを抽出。
関係抽出
Relation extraction
入力された内容の中の文中の主題、動作、および対象物の関係を識別。
キーワード抽出
Keyword extraction
データのインデックス作成やタグクラウドの生成、あるいは検索の際に一般
的に使用される、コンテンツの重要なトピックを抽出。
カテゴリ分類
Taxonomy classification
入力されたコンテンツを最大5レベルの階層分類に分類します。
コンセプトタギング
Concept tagging
テキストに含まれる概念やエンティティから関連するコンセプトを識別。
テキストで直接参照されていない概念を識別することが可能。
感情(好感度)分析
Sentiment analysis
コンテンツ全体やエンティティのレベルで好意的か否定的かの度合いを分析。
感情(喜怒哀楽)分析
Emotion analysis
コンテンツで示される怒り、嫌悪感、恐怖、喜び、悲しみを検出。

 顧客サポート
–日々増えてくる回答候補の文書資料の中で、顧客への回答を瞬時に探す必
要があります。
 フィールドの技術者
–オンラインで技術情報の収集に利用します。
 プロフェッショナル検索
–業務に特化した検索
Discovery の典型的な利用例
41
2017/8/31

Discovery News
 Discovery の技術をもとに、世界のニュース記事を検索・分
析できるサービス
–参照専用の公開コレクションでデータ登録の必要なしにすぐに活用可能
–Discoveryの使い方を習熟することができる
–IBM が選定した10万のニュースソース
–TOP 8000のニュースソースに関しては10分に1回クロール実施
–1日当たり30万件以上の記事

Discovery News - デモ
 URL: https://discovery-news-demo.mybluemix.net/
 検索対象の会社に関する記事から、以下の情報を抽出する。
–検索された記事に含まれるトピック、会社、人の頻度の高いもの
–最新トピック
–時系列に見た評判分析
–サイト別の評判分析

Retrieve and Rank

Retrieve and Rank – 概要
 Retrieve and Rank サービスは、2つの情報検索のコンポー
ネントをひとつにまとめたサービスです:
–Apache Solr による検索 (Retrieve)
• http://lucene.apache.org/solr/
–検索結果を改良する機械学習による再ランク (Rank)
 この組み合わせにより、検索結果にランカーによる再ランク
が適用され、より関連性のある結果を得ることができます。
Retrieve Rank
ランカー
(トレーニングモデル)
質問
Retrieve によっ
て
Solrで検索
された結果
Ranker で
再ランクさ
れた
結果回答ユニットの
ドキュメント
トレーニング
データ
Solr インデックス
(回答ユニットの
ドキュメント)

Retrieve and Rank で解答を取得するメカニズム
 Retrieve は、IBM プラグインを組み込んだ Solr 検索によって、入力され
た質問に関連する回答文書の候補と特徴ベクトルを取得します。
 Ranker は、トレーニングデータ(グランドトゥルースから生成された特徴
ベクトル)でトレーニングされた機械学習モデルによって、回答候補を再ラ
ンクします。
Solr インデックス Retrieve の結果 Ranker の結果
Retrieve Ranker
Retrieve によって
回答候補が検索される
Retrieve の結果を再ランク
することで最終結果が得られる

特徴量 (Feature) と特徴ベクトル (Feature Vector)
輪郭の特徴量
目の特徴量
耳の特徴量
鼻の特徴量
口の特徴量
特徴ベクトル
機械学習により、
この特徴ベクトルが
「イケメン」を示して
いるかを判別できる

ランカーの内部メカニズム
 Learn to Rank として知られている情報検索システムでの研究をベースに
しています。
 Learning to rank
– https://en.Wikipedia.org/wiki/Learning_to_rank
• Learning to rank or machine-learned ranking (MLR) is the application of machine learning,
typically supervised, semi-supervised or reinforcement learning, in the construction of ranking
models for information retrieval systems. Training data consists of lists of items with some
partial order specified between items in each list. This order is typically induced by giving a
numerical or ordinal score or a binary judgment (e.g. "relevant" or "not relevant") for each
item. The ranking model's purpose is to rank, i.e. produce a permutation of items in new,
unseen lists in a way which is "similar" to rankings in the training data in some sense.
– Based on Yahoo competition in 2010
• From RankNet to LambdaRank to LambdaMART: An Overview
– http://research.microsoft.com/en-us/um/people/cburges/tech_reports/MSR-TR-2010-
82.pdf
• Yahoo! Learning to Rank Challenge (Archive)
– http://archive.is/sr8r
Learning to Rank あるいは「機械学習によるランク (machine-learned ranking: MLR)」は、情報検索システムでのランキング
モデルの作成にあたり、多くの場合には専門家の管理下で、ときには部分的な管理や強化アルゴリズムによって学習が行
われる、機械学習のアプリケーションです。リスト内で順位付けされたアイテムで構成されたリストがトレーニングデー
タになります。この順位付けは大抵は、それぞれのアイテムに対して（関連があるか無いかどうかを示す）数値や序列の
スコアや相対値によって定義されます。ランキングモデルの目的はランクをすることで、新たに与えられた「はじめて見
る」一連のアイテムを、トレーニングデータのランキングと意味的にで「同じように」なるように並べ替えすることです。

Personality Insight

Personality Insights
 電子メール、テキスト・メッセージ、ツイートやフォーラムの書き込みを
分析し、作成者のパーソナリティーを判定します。
 入力データ
– 分析対象者が一人で書いた、最少で1000語の自然文。
– 統計学的に有意な結果を得るためには、少なくとも3500語以上、理想的には6000語以上
の長さのテキストが必要。
– Twitter のつぶやきでも分析可能。
– 5因子モデルによる性格分析
• Openness （知的好奇心）
• Extraversion（外向性）
• Agreeableness（調和性）
• Emotional range（情緒不安定性）
• Conscientiousness （誠実性）
– 欲求
• 実用主義、社会性、調和
• 自由主義、親密
– 価値
• 自己超越、変化許容性、自己増進
• 快楽主義、現状維持
想定ユースケース
• 個客対応型マーケティング、おすすめ商品の提示。
• 人と人、人と組織のマッチング。

Personal Insight デモページ
51
https://personality-insights-livedemo.mybluemix.net/

Personal Insight デモページ
52
結果（性格のサマリー）の例
道草 - 夏目漱石 (日本語)
• 熱くなりやすいタイプであり、ひどく陽
気なタイプであり、また慣例にとらわれ
ないタイプです.
• 大胆なタイプです: 時間をかけて慎重に検
討するよりもむしろ即座に行動を起こし
ます. 圧力を受けても冷静なタイプです:
冷静で、予期しない出来事にも効果的に
対処します. また、自主性の高いタイプで
す: 自分の時間を大切にしたいという強い
願望があります.
• 組織への帰属を意識して意思決定するタ
イプです.
• 自主性があなたの行動に大きな影響を与
えています: 最高の成果が得られるよう、
自分自身で目標を設定する傾向がありま
す. 成功することにはあまりこだわりませ
ん: 自分の才能を誇示することにあまり拘
らず意思決定します.

Tone Analyzer (日本語未対応)
53

Tone Analyzer
 テキスト分析を通じて、ユーザーの感情、言語スタイル、社
会的傾向を分析します。
 分析内容
 利用シーン
–コールセンターやチャットボットなどで顧客の反応を分析評価したり、そ
の分析結果で対応を変えるなどの利用ができます。
社会的傾向：
• 開放的(openness)
• 良心性
(conscientiousness)
• 外反(extraversion)、
• 了解(agreeableness)
• 感情的(emotional)
感情分析：
• 喜び(joy)
• 恐れ(fear)
• 悲しみ(sad)
• 怒り(anger)
• 嫌悪(disgust)
言語スタイル：
• 分析的(analytical)
• 自信のある
(confident)
• 暫定的(tentative)

Tone Analyzer - Analyze customer engagement tone
 ヘルプデスクの会話などカスタマーサービスに特化した分析
を行います。

Tone Analyzer - デモ
分析結果サンプル
個別の文章単位での分析

Watsonの音声処理サービス
 Speech to Text
 Text to Speech

Speech to Text

Speech to Text – 概要
 音声信号の構成と文法や言語の構造を用いて、音声データを
テキストデータに変換
–特定のキーワードの検出（開始と終了時間）
–カスタム学習
• カスタム辞書の登録による特殊用語の検出
• カスタム文書の登録による業界固有の用語の入った音声の認識
–話者認識機能による複数話者の音声からの話者の特定
 活用シーン
–コールセンター：会話ログ記録と分析、オペレーター支援
–ロボット、組み込み機器：自動応答、音声コントロール
 入出力
–入力：ファイルまたはストリーム形式の音声データ
–出力：音声から認識されたテキスト

Speech to Text – 詳細
項目内容
言語アメリカ英語、イギリス英語、アラビア語、ポルトガル語、スペイン語、標準中国語、
日本語、フランス語
種類一般用途広帯域モデル、電話音声用狭帯域モデル
提供形態 Bluemix上でREST APIを公開
iOS、Android OS向けにSDKも公開
API特徴 1. ストリーミング認識（発話中からリアルタイムで結果出力）
2. 各単語の音声認識信頼度を出力可能
3. 2位以下の音声認識結果（対立仮説）も入手可能
認識精度 Deep Learning技術を利用しており高精度
プラン様々な追加機能と追加言語が計画中
単語開始時間位置(秒) 終了時間位置(秒) 認識信頼度
寿司 0.29 0.6 0.7
食べたい 0.6 1.14 0.8
対立仮説
1. 寿司食べたい
2. 寿司食べない
3. そうし食べたい
認識結果(開始・終了時間位置、認識信頼度、対立仮説)
デモページ：https://speech-to-text-demo.mybluemix.net/

IBM Watsonが会話音声認識におけるブレイクスルーを発表
61
 昨年、英語電話音声会話の NIST Switchboard という公開されたベンチマークテストで8%の
WERを達成しました。これはそれまでに発表した最善の結果よりも36%のエラー率削減でした。
 今年、Deep Learningの技術を利用している音響モデルと言語モデルの両方をさらに改良すること
によって、WERを6.9%までさらに削減することができました。
George Saon / 2016年4月28日
https://developer.ibm.com/watson/blog/2016/04/28/recent-advances-in-conversational-speech-recognition-2/
(2015) https://developer.ibm.com/watson/blog/2015/05/26/ibm-watson-announces-breakthrough-in-conversational-speech-transcription/
“Recent Advances in Conversational Speech Recognition”

音声でのキーワードの検出（Keyword Spotting）
 ルノワールを検出するよう構成した例
{
"results": [
{
"keywords_result": {
"ルノワール": [
{
"normalized_text": "ルノワール",
"start_time": 0.44,
"confidence": 0.885,
"end_time": 1.02
}
]
},
"alternatives": [
{
"confidence": 0.835,
"transcript": "ルノワール展見てきた "
}
＜後略＞
}
検出された
開始時間
終了時間

Speech to Text - デモ
 URL
–https://speech-to-text-demo.mybluemix.net/
 言語モデルを使用しての音声認識とキーワード検出

Text to Speech

Text to Speech – 概要
 テキストから自然なリズムやイントネーションを再現した音
声ストリームを生成
–9言語の男女で合計13音声モデルを用意
–SSML(音声合成用のマークアップ言語)で一定時間のポースを入れたり、k
感情表現を入れた音声合成も可能(一部言語のみ)
–カスタム辞書による特殊用語の発声
 活用シーン
–コールセンター：音声案内
–ロボット、組み込み機器：自動応答
 入出力
–入力：平文のテキストか SSML
–出力：Ogg, WAV, MP3 などのメディア・タイプ

Text to Speech サービス – 概要
項目内容
言語英語（米）、英語（英）、スペイン語、スペイン語（北米）、フランス語、ドイ
ツ語、イタリア語、日本語、ブラジルポルトガル語
種類９言語男女合計１３音声
提供形態 Bluemix上でREST APIを公開
API特徴 1. 英（米）・英・独・仏語についてはSSMLタグを部分的にサポート
1. 読みの指定
2. 数字の読み方の指定（桁読み、棒読み）
3. ポーズ位置の指定、など
2. 英（米）１音声ではSSMLタグによる感情音声合成を実現
（GoodNews, Apology, Uncertainty）
3. ユーザー辞書の利用
4. WAV、Ogg opus、FLACフォーマットを出力
合成品質統計的な韻律モデルを用いて、波形を接続・編集
プランより詳細な制御機能と追加言語が計画中
デモページ：http://text-to-speech-demo.mybluemix.net/

Text to Speech - デモ
 URL:
–https://text-to-speech-demo.mybluemix.net/
 音声モデルを指定してテキストを発話

Watsonの画像認識サービス
 Visual Recognition

Visual Recognition

Visual Recognition – 概要
 深層学習アルゴリムで画像に含まれる顔や内容を分析。
 活用シーン
–画像データをカテゴリーごとに整理
–ソーシャルメディアの写真からユーザーの興味をセグメント化
–特定のコンテンツに関連した画像を探す
標準分類器による
画像の分類
カスタム分類器に
よる画像の分類
類似画像検索
顔認識
画像に含まれる顔を検知し、性別と年連を判別します。
有名人については人物の特定もします。
事前登録した画像から類似画像を検索します。
画像に含まれる内容を分析し、事前学習しているカテゴリ
に確信度付きで分類します。
利用目的に応じて作成された学習データをもとにカスタマイ
ズされた分類器を作成して、画像を分類します。

画像認識「一般種別」 (General Tagging)
 事前学習済みの分類器で数千個のクラスに分類。
–風景写真に対するタグ付けも可能。
–食べ物に対しては、food 分類器を用意。

顔認識 (Facial Detection)
 画像から顔を検知してその情報を確信度付きで返す。
–画像の中での顔の位置
–年齢と性別を識別
–有名人であれば、その名前
標準分類器での
画像の分類
• person (73%)
顔認識での分類
• 年齢: 55-64 (45%)
• 性別: 男性 (100%)
顔認識での人物識別
• Barack Obama (95%)

類似画像検索
 事前登録した画像から類似画像を検索します。
–最大1コレクションあたり100万件
ハイヒールの類似検索
Tシャツの類似検索

カスタム分類器の作成
 Visual Recognitionを適用する業務分野に応じた分類が可能。
 利用シーン
–不適切な画像のフィルタリング
–画像選択での事前分類
–商品や製作物の品質確認
 学習データ
–分類すべきクラスごとに最低10枚の画像（50枚以上が推奨）
–どのクラスにも該当しないネガティブな最低10枚の画像
分類器
Apple
クラス
(ポジティブ)
Banana
クラス
(ポジティブ)
Orange
クラス
(ポジティブ)
Vegetable
(ネガティブ)
Apple !

参考文献：フライドチキンとラブラドールを識別する
 参考リンク:
–http://qiita.com/VegaSato/items/863b614cd5ab88cf2d44
 学習データ
–ネット上で集めたラブラドゥードルとフライドチキンの写真約200枚ずつ。
 検証結果全問正解
–すべての写真について確信度に10倍程度の差がついており、確実に分類
できていることがわかる。

Visual Recognition - デモ
 URL:
–https://visual-recognition-demo.mybluemix.net/
 あらかじめ用意された分類器とカスタム分類器での画像分類
を試す。

IBM Bluemix と
Watson サービスの関係

Bluemix と Watson Developer Cloud の関係
IBM Bluemix
Watson Developer Cloud
Watson API
サービス
REST API
サービスへの
アクセス情報
（ユーザーIDと
パスワード）
サービスへの
アクセス情報
（ユーザーIDと
パスワード）
REST API
Bluemix上で動いていないアプリケーションに関しては
Bluemix上で発行されたアクセス情報をコピーして、利用
バインドで提供

 Watson Developer Cloud は
Watson コグニティブサービスを提供する
クラウド環境です。
• https://www.ibm.com/watson/developer/
–Watson サービスを提供するクラウドサーバー
–クラウドで利用できる様々な Watson サービスのポータル
• サービス利用のためのリンク
• サービスのドキュメント
• デモンストレーション
• Webinars、Blog、Videos
• サンプルコードやスターターキット
• 開発者向けのコミュニテイへのリンク（IBM developerWorks）
IBM Watson Developers Cloud
79
東京ソフトウェア＆システム開発研究所

Watson API サービスの使い方
80

Watsonサービスの作成手順 (1)
1. Bluemix にログインし、適切なスペースを選択する。
2. メニューより「ダッシュボード」を選択する。

1. ダッシュボードでサービスの作成をクリック
2. Watsonカテゴリを選択し、目的のサービスをクリックする(ここでは
Conversation を選択)

1. サービス名は必要に応じて変更し、アプリと連携するときには接続で対
象アプリを選択する。
2. プランを選択して作成をクリックする。
– プランは「Lite」や「Free」などデフォルトの設定で構わない。

1. 作成されたサービス・インスタンスのページが開かれる。
(Conversation の例)
2. サービス資格情報ページで、APIにアクセスするURLとユーザー名/パス
ワードが表示される。
– アプリと連携したときには、アプリの環境変数にも資格情報が設定されます。
サービスに管理 GUI ツール
があれば、ここに起動ボタ
ンが表示される。
APIにアクセスするURLと
ユーザー名/パスワード
ドキュメントやデモへのリンク

Watson サービスの利用方法
 すべての Watson サービスは REST API から利用可能
–アクセスには、作成したサービスインスタンスで発行される認証情報を使
用する。
–REST API をラップした簡易な呼び出し方法もある。
• Watson API explorer、SDK Library
 Watson サービスによっては、トレーニングとテスト用の簡
易 GUI ツールも用意している。
–Natural Language Classifier
–Conversation
–Discovery

ドキュメントと API リフェレンス
REST API (Curl) と各言語の
SDK での呼び出し方法を解説

Watson APIの利用方法
 とりあえずWatson APIの機能を試す
–curlコマンド:
• RESTで公開されているWatson APIを呼び出す
–Watson API explorer:
• APIドキュメントに組み込まれた簡易API呼出しGUI
– https://watson-api-explorer.mybluemix.net/
 簡易開発環境による利用
–Node-RED
• Bluemixで利用できるビジュアル・プログラミング・ツール
–OpenWhisk
• Bluemixでサポートしているサーバーレスのプログラム実行環境
 プログラム言語を用いた開発
–Node.js / Python / Java用にSDK Libraryを提供

【実習】APIからWatsonサービスを使用する
88
 Discovery (日本語未対応)
 Conversation
 Personality Insights
 Natural Language Understanding (日本語未対応)
 Tone Analyzer (日本語未対応)
 Speech to Text / Text to Speech
 Visual Recognition

実習内容
 公開されている Tutorial や記事にしたがって、興味のある
Watson サービスのトレーニングから利用までを体験します。
 自分の Bluemix トライアルアカウントを使用してください。
 対象となる Watson サービス
–すべての Watson サービスが対象ですが、特に以下のサービスのいずれ
かを試してください。
• Natural Language Classifier
• Discovery (英語のみ)
• Conversation
• Personality Insight
• Natural Language Understanding (英語のみ)
• Tone Analyzer (英語のみ)
• Speech to Text と Text to Speech
• Visual Recognition

【実習】Natural Language Classifier
 ツールキットを使用して NLC の分類器の作成と動作確認を行
います。サンプルの学習データは英語です。
–Natural Language Classifier / 独自データの使用
• https://console.bluemix.net/docs/services/natural-language-classifier/using-your-data.html
–Natural Language Classifier /ツールキットを使用した分類子の管理
• https://console.bluemix.net/docs/services/natural-language-classifier/tool-overview.html#managing-toolkit
–日本語に翻訳した学習データが以下にあります。
• https://ibm.co/2hYvqJy

【実習】Discovery (英語のみ)
 Curl で REST API を呼び出して、Discovery の使い方を実習
します。(英語)
–Discovery / Getting started with the Discovery API
• https://www.ibm.com/watson/developercloud/doc/discovery/getting-started.html
 GUI ツールで Discovery の使い方を実習します。(英語)
–Getting started with the Discovery tooling
• https://www.ibm.com/watson/developercloud/doc/discovery/getting-started-tool.html
 【推奨】 Discovery New を GUI で試します。
–developerWorks 記事: Watson Discovery を利用してニュースを探索し、
さまざまな洞察を引き出す
– https://www.ibm.com/developerworks/jp/library/cc-watson-discovery-service-
bluemix-explore/index.html

【実習】Conversation
 Conversation での対話システムの開発実習です。(英語)
–Conversation / Tutorial: Building a complex dialog
• https://console.bluemix.net/docs/services/conversation/tutorial.html#tutorial
 Conversation の作成手順をビデオにまとめた資料です。
–Watson 「Conversation Service」を使用した会話フローの開発方法デ
モンストレーション（ビデオ、13分54秒）
– https://www.ibm.com/watson/jp-ja/developercloud/conversation.html
 Conversation での対話システムの開発実習です。1年前に作
成されたので内容がやや古いですが日本語です。
–Conversation サービスでの会話フロー作成実
• https://ibm.co/2hXQrUq

【実習】Personality Insight
 Curl で REST API を呼び出して、Personality Insight の使
い方を実習します。(英語)
–Personality Insight / Getting started
• https://www.ibm.com/watson/developercloud/doc/personality-insights/getting-started.html

【実習】Natural Language Understanding (英語のみ)
 Curl で REST API を呼び出して、Natural Language
Understanding の使い方を実習します。(英語)
–Natural Language Understanding / Getting started
• https://www.ibm.com/watson/developercloud/doc/natural-language-understanding/getting-
started.html

【実習】Tone Analyzer (英語のみ)
 Curl で REST API を呼び出して、Tone Analyzer の使い方を
実習します。(英語)
–Tone Analyzer / Getting started
• https://www.ibm.com/watson/developercloud/doc/tone-analyzer/getting-started.html
 Tone Analyzerを使用した Python Web アプリの開発を解説
した記事です。
–developerWorks 記事: ツイートのテキストから感情を分析する
• https://www.ibm.com/developerworks/jp/cognitive/library/cc-ask-watson-part2-
bluemix-trs/index.html
–

【実習】Speech to Text (STT) と Text to Speech (TTS)
 API Explorer で REST API を呼び出して STT/TTS の使い方
を実習します。
–デモ：Watsonの音声認識APIで英語の発声練習アプリを構築(STT/TTS)
• https://www.youtube.com/watch?v=iTlDipSXaUI
 SDK を使用して STT/TTS を試す Web ページを作成します。
Node.js アプリに STT/TTS を組み込む際の参考資料です。
–speech-javascript-sdk を試す
• https://ibm.co/2hXxrp6
 STT/TTS のカスタマイズの方法をまとめた記事です。
–Text to Speech サービス > 音声合成でのカスタムモデルの使用
• https://ibm.co/2hXUfoG
–Speech to Text サービス > 音声認識でのカスタムモデルの使用
• https://ibm.co/2hZEzl8

【実習】Visual Recognition
 フライトチキンとラブラドールを識別するカスタム分類器の
作成を紹介した記事です。
–Qiita: Visual Recognition V3利用時の考慮事項～フライドチキンと犬の
再評価からわかったこと～
• http://qiita.com/VegaSato/items/863b614cd5ab88cf2d44
 Visual Recognition デモページでのカスタム分類器の作成す
ることもできます。
• https://visual-recognition-demo.mybluemix.net/
 Curl で REST API を呼び出して、 Visual Recognition の使
い方を実習します。(英語)
–Visual Recognition / Tutorial: Creating a custom classifier
• https://www.ibm.com/watson/developercloud/doc/visual-recognition/tutorial-custom-classifier.html
–Visual Recognition / Tutorial: Finding similar images
• https://www.ibm.com/watson/developercloud/doc/visual-recognition/tutorial-collections.html

End of Document
98

Ibm watson api サービス

Recommended

Recommended

More Related Content

Similar to Ibm watson api サービス

Similar to Ibm watson api サービス (20)

More from Hiroaki Komine

More from Hiroaki Komine (8)

Ibm watson api サービス

Editor's Notes