Enviar pesquisa
Carregar
固有表現抽出と適用例のご紹介
•
Transferir como PPTX, PDF
•
0 gostou
•
2,706 visualizações
Core Concept Technologies
Seguir
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。
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 13
Baixar agora
Recomendados
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII
最適輸送入門
最適輸送入門
joisino
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
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Preferred Networks
Recomendados
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII2020 [OS2-02] 教師あり事前学習を凌駕する「弱」教師あり事前学習
SSII
最適輸送入門
最適輸送入門
joisino
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
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Preferred Networks
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
Transformerを多層にする際の勾配消失問題と解決法について
Transformerを多層にする際の勾配消失問題と解決法について
Sho Takase
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
Satoshi Hara
Semantic segmentation
Semantic segmentation
Takuya Minagawa
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
Deep Learning Lab(ディープラーニング・ラボ)
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
深層学習による自然言語処理の研究動向
深層学習による自然言語処理の研究動向
STAIR Lab, Chiba Institute of Technology
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル
Deep Learning JP
12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf
幸太朗 岩澤
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Preferred Networks
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
これからの Vision & Language ~ Acadexit した4つの理由
これからの Vision & Language ~ Acadexit した4つの理由
Yoshitaka Ushiku
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
Mais conteúdo relacionado
Mais procurados
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
Transformerを多層にする際の勾配消失問題と解決法について
Transformerを多層にする際の勾配消失問題と解決法について
Sho Takase
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
Satoshi Hara
Semantic segmentation
Semantic segmentation
Takuya Minagawa
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
Deep Learning Lab(ディープラーニング・ラボ)
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
機械学習で嘘をつく話
機械学習で嘘をつく話
Satoshi Hara
Active Learning 入門
Active Learning 入門
Shuyo Nakatani
深層学習による自然言語処理の研究動向
深層学習による自然言語処理の研究動向
STAIR Lab, Chiba Institute of Technology
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル
Deep Learning JP
12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf
幸太朗 岩澤
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Preferred Networks
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
これからの Vision & Language ~ Acadexit した4つの理由
これからの Vision & Language ~ Acadexit した4つの理由
Yoshitaka Ushiku
Mais procurados
(20)
MLOpsはバズワード
MLOpsはバズワード
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Transformerを多層にする際の勾配消失問題と解決法について
Transformerを多層にする際の勾配消失問題と解決法について
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
【論文調査】XAI技術の効能を ユーザ実験で評価する研究
Semantic segmentation
Semantic segmentation
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
機械学習で嘘をつく話
機械学習で嘘をつく話
Active Learning 入門
Active Learning 入門
深層学習による自然言語処理の研究動向
深層学習による自然言語処理の研究動向
ゼロから始める転移学習
ゼロから始める転移学習
Data-centricなML開発
Data-centricなML開発
【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル
12. Diffusion Model の数学的基礎.pdf
12. Diffusion Model の数学的基礎.pdf
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
統計的係り受け解析入門
統計的係り受け解析入門
これからの Vision & Language ~ Acadexit した4つの理由
これからの Vision & Language ~ Acadexit した4つの理由
Semelhante a 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
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
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
Semelhante a 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
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
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
Mais de 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
Mais de 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
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/
Baixar agora