SlideShare uma empresa Scribd logo
1 de 34
Baixar para ler offline
自然言語処理向け データアノテーションと
そのユースケース
DefinedCrowd Japan株式会社
2019年10月7日
@ DLLAB Engineer Days - Day2
DefinedCrowd® confidential
1、DefinedCrowd会社概要ご紹介 (1ページ)
2、AI市場、特に自然言語処理/NLP関連市場の状況 (おさらい)
3、プロジェクトの目的 - アノテーションの種類など
4、ユースケース/事例
本日のAgenda
DefinedCrowd® confidential
1、DefinedCrowd会社概要ご紹介 (1ページ)
DefinedCrowd® confidential
2015年 – 米国シアトルで創業
▪ マイクロソフト社、コルタナ開発チームに所属していたメンバーにより設立
▪ データサイエンティストの為のサービスとして、画像/動画だけでなく、
音声・自然言語データの収集・アノテーション・検証などの データ前処理に注力
DefinedCrowd - 会社概要
2016年 -
▪ データプラットフォームをローンチ
▪ Sony Innovation Fund, Amazon Alexa Fundなどからの出資を得る
2017年 -
▪ クラウド コミュニティ向け、Neevoプラットフォームをローンチ
2018年 -
▪ 日本法人設立
▪ Amazon Alexa Skills パートナー
/ IBM Watson StudioとのAPI連携
/ Microsoft‘s co-sell programへの参加、など
2019年 -
▪ ISO 27001 認定取得
▪ GDPR への準拠完了
DefinedCrowd® confidential
2、AI市場、特に自然言語処理/NLP関連市場の状況 (おさらい)
DefinedCrowd® confidential
6
2-1, TAM – AI市場規模
Total: $190B
(1900億ドル, 約20兆円)
2025年までに
2021年までに
70%の企業が
従業員の生産性向上の為にAIを導入する
- Gartner 2018 -
$128B
(1280億ドル,
約13.7兆円)
$40B
(400億ドル,
約4.3兆円)
$22B
(220億ドル,
約2.3兆円)
2018年に市場規模は
$24B(240億ドル, 約2.5兆円)
に達し、 2017年~2022年の
CAGR (年平均成長率)は、37%に
達すると予測される
- IDC -
音声関連
市場
ビジョン関連
市場
自然言語関連
市場
Source:
Grand View Research, August 2016
Markets and Markets, February 2017
Tractica, August 2017
DefinedCrowd® confidential
ここでGartner社の言うAIタイプとは:
・意思決定支援 / 拡張 – 例えば “セマンティック(意味) 要約”
・エージェント – 例えば “自然言語による対話”・“雑談”
・スマートプロダクト – 例えば “感情認識”
蛇足:産総研の人間拡張研究センターは主に”フィジカル”なシステムを研究対象としているが、
ここでGartner社が指しているのは”認知”が主。
2-2, 自然言語処理には、大きな可能性があります!
訳: “AI Augmentation (AIの拡張)により2021年に
2.9兆ドル(約310兆円)のビジネス価値が生まれる”
先程の、自然言語関連市場規模
= 「$22B (220億ドル, 約2.3兆円)」と比べると、
約135倍の”ビジネス価値”
(2019年度、日本の国家予算:一般会計 101兆円 + 特別会計の歳出純計額 197.0兆円
= 合計 298兆円 < https://www.bb.mof.go.jp/hdocs/bxss010bh31.html >)
“Gartnerは、拡張インテリジェンスを、
人間とAIが協調して認知パフォーマンスを向上させる、
人間中心のパートナーシップモデルと定義しています。”
Data Soure:
https://www.gartner.com/en/newsroom/press-releases/2019-08-05-gartner-says-ai-augmentation-will-create-2point9-trillion-of-business-value-in-2021
DefinedCrowd® confidential
3、プロジェクトの目的 - アノテーションの種類など
DefinedCrowd® confidential
構築するサービスは? (例:FAQ, Text Mining, 文章要約, チャットボット, マーケティング分析 etc.)
=> どのようなシステム/モデルを使用して、どのような処理?
=> どのような学習データ/アノテーションが必要?
=> アノテーション作業は社内?社外サービス利用?
自然言語処理の例と、アノテーションの種類:
・固有表現抽出 - エンティティ・タグ付け
- 人名、地名、会社名、数字表現の特定(時間、日付、お金)など
・意味の推定 / 含有関係認識 / 語義曖昧性の解消 - セマンティック・アノテーション
- 発話情報以外に、”一般常識”などを含めた大量の知識および推論が必要
・感情推定 / 評判分析 - センティメント・タグ付け
・照応・省略解析 / 談話表示構造 (対話・独話) - コンテキスト・アノテーション
- 「ここ」「そこ」「あれ」といった指示代名詞「こそあど言葉」や、
英語の「it」「this」など、 また、文のまとまり、話題の転換
など
更に、・マルチモーダル(顔の表情 + 発話される状況+ 声のトーンなど)への対応
・オントロジー(概念や、概念間の関係を体系化し、知識・データを統合管理)の構築
3-1,プロジェクトの目的 - アノテーションの種類など
多次元で
構造化
DefinedCrowd® confidential
3-2-1、DefinedCrowd のアノテーションサービス
主な 自然言語 関連ワークフロー例:
テキストバリアント
収集+検証
意味や意図を保ちながら、
異なる表現でテキストデータを収集。
フェーズごとに別のワーカーが、
文法、スペルチェックを含む
検証・修正作業を実行
テキスト感情
アノテーション
テキストから、その書き手/
話者の感情を特定し
タグ付け
固有表現エンティティ
(Named Entity)
タグ付け
人名・地名・事象・概念などを、
特定のタグの下に特定し、
カテゴリー化する
複数エンティティ
タグ付け
人名・地名・事象・概念などを、
複数の/全てのタグの下に
特定し、カテゴリー化
コンテンツ作成
指定された意図やキーワードを
使い、2名の会話データを
テキストデータとして作成
意味注釈(セマンティック)
アノテーション
段階ごとに最大5つのカテゴリーと
5つのドメインに対応し、更に、
1文あたり複数名によるアノテーション など…
DefinedCrowd® confidential
3-2-2、DefinedCrowd のアノテーションサービス
主な 音声データ 関連ワークフロー例:
MOSテスト
合成音声の発話について、
内容を理解できるか、
自然であるかを5段階評価
スクリプトを
音声データとして
収集
テキスト情報を読み上げ
録音
自発的な音声収集
スクリプト無しで、与え
られたお題などに沿って
即興で音声を収集
会話書き起こし
音声データから、会話音声を
テキストデータに書き起こし
ナローバンドの
スクリプト化された
音声データの収集
敢えて音質を落として、
回線状況の悪いコールを再現し、
会話音声を収集
音声感情タグ付け
音声データから、その話者
の感情をタグ付け
テキストと音声の検証
音声がスクリプト/文字起こしされ
たデータに適合するか検証。
必要に応じ修正。
音声からテキストの
書き起こし
音声データを 正確に
テキストデータへ書き起こし
(コンタクトセンターの録音
音声データなど)
など…
DefinedCrowd® confidential
マシンラーニング クラウドコミュニティ
AI向け学習データの、収集・作業ワークフロー
human-in-the-loop (人間参加型) + 機械学習
12
データ品質
ワーカーのパフォーマンス
アノテーション予測、など
データ収集
アノテーション
検証、など
ワークフロー
オートメーション
品質の高い学習データをスピーディーにお届け
DefinedCrowd® confidential
50+標準語
/ 220言語
(方言を含む)
195か国
210,000+人
登録メンバー
運営するクラウド コミュニティの概要
DefinedCrowd® confidential
DefinedCrowd – 概要イメージ
14音声データ関連プロジェクト:300件以上
・500万件以上のタスク / 300万件以上の、オーディオファイル生成
2019年1月~9月末までの9か月間での、実作業実績(弊社グローバル全体)
自然言語関連プロジェクト:170件以上
・320万件以上のタスク / 約20万件のテキストファイル生成
DefinedCrowd® confidential
4、ユースケース/事例
DefinedCrowd confidential
自然言語処理
ユースケース
16
DefinedCrowd confidential
• 案件:特定固有名詞の属性識別アノテーション作業
• チャレンジ:
• 金融ドメインのデータ
• 固有名詞の定義付け
• ドメインに特化した知識
自然言語処理ユースケース
金融ドメインの人物名・会社名自動認識モデル作成
DefinedCrowd confidential
自然言語処理ユースケース
金融ドメインの人物名・会社名自動認識モデル作成
ファイナンシャ
ルレポート
から文章準備
言語
(日本語・英語)
固有名詞
(会社名・人名)
抽出
参加者
タグ付け/検証
固有名詞
タグ付け
2 500 100,00021,000
>> > >
Step 1
文章準備
Step 2
タグ付け
• クライアントの要件の明確化
• ワークフロー化
DefinedCrowd confidential
• 結果
• プロジェクト完了まで1か月
• 100,000の固有名詞のタグ付け
• 90%の正確性
• データの用途
• 金融に関わるイベントのバタフライ効果を予測するモデル生成
自然言語処理ユースケース
金融ドメインの人物名・会社名自動認識モデル作成
DefinedCrowd confidential
音声技術
ユースケース
20
DefinedCrowd confidential
• 案件:特定年齢層(65-80歳)からの感情(喜怒哀楽)別発話データ収
集作業
• チャレンジ:
• 感情をこめたテキストの読み上げ
• ジェンダー比率
• 65歳以上
• モバイルアプリをどのように使ってもらうか
• ノイズ
音声技術ユースケース
感情別発話認識モデルの強化
DefinedCrowd confidential
• ワークフロー化
音声技術ユースケース
感情別発話認識モデルの強化
感情
(喜怒哀楽)
台本作成
参加者5人から
サンプルデータ
収集
サンプルから
データ質の要件定義
参加者
録音;年齢、性別
バランスを考慮
録音音声
検証
5 25 4,6006004
>> > >
Step 1
データの認識合わせ
Step 2
スピーチ録音
DefinedCrowd confidential
• 結果
• プロジェクト完了まで1か月
• 年齢とジェンダーの比率に配慮した30人からの高品質な音声データ
• 4500以上の音声収集
• データの用途
• 介護施設での生活をさらに快適にするプロダクト
音声技術ユースケース
感情別発話認識モデルの強化
DefinedCrowd confidential
グローバル
ユースケース
24
DefinedCrowd confidential
• 案件
• 名前エンティティの認識
• アスペクトベースの感情分析
• チャレンジ
• データ収集(Webクローリング)
• 多言語(10以上の言語)
• 同一言語内での異なる方言を考慮
グローバルユースケース
クライアントのデータのエンティティのタグ付けと感情のレビュー
DefinedCrowd confidential
• ワークフロー
• それぞれの言語と方言に合わせてワークフローをカスタマイズ
• それぞれの方言に異なるワーカーをアサイン
• 結果
• 4か月間のプロジェクト(複雑な言語はさらに長期間を要する)
• 150万ものエンティティをタグ付け
• 30万ものレビューの分析
グローバルユースケース
クライアントのデータのエンティティのタグ付けと感情のレビュー
DefinedCrowd confidential
アスペクトベースの
感情分析
27
DefinedCrowd confidential
• 普通の感情分析より詳細な分析が可能
• カスタマー中心のビジネスをサポート
• 文の中の異なる感情それぞれを識別する
28
アスペクトベースの感情分析
より高度な感情分析の手法
DefinedCrowd confidential
“I came here with my friends on a Tuesday night. Our waiter was not very helpful
and the music was terrible. But the sushi here was amazing.”
“火曜日の夜、友達と来ました。ウェイターのサービスはあまり良くなく、
音楽はひどかったです。でも寿司は最高でした。”
一般的な感情分析
29
アスペクトベースの感情分析
より高度な感情分析の手法
DefinedCrowd confidential
“I came here with my friends on a Tuesday night. Our waiter was not very helpful
and the music was terrible. But the sushi here was amazing.”
“火曜日の夜、友達と来ました。ウェイターのサービスはあまり良くなく、
音楽はひどかったです。でも寿司は最高でした。”
アスペクトベースの感情分析
30
アスペクトベースの感情分析
より高度な感情分析の手法
DefinedCrowd confidential 31
アスペクトベースの感情分析
Another method for Sentiment Analysis
DefinedCrowd confidential
Q&A
32
Email us at:
日本・アジアパシフィック営業統括
Vice President, Head of Sales – Japan & Asia-Pacific
Minoru Saito
minoru@definedcrowd.com
Visit our API at: developers.definedcrowd.com
Request a trial at: enterprise.definedcrowd.com/en-us/account/requestdemo/
http://bit.ly/2Vf4fKh
自然言語処理向けデータアノテーションとそのユース
ケース
アンケートへのご協力をお願いします。

Mais conteúdo relacionado

Mais procurados

推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれからcyberagent
 
機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design PatternsHironori Washizaki
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだことnishio
 
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習cvpaper. challenge
 
StyleGAN解説 CVPR2019読み会@DeNA
StyleGAN解説 CVPR2019読み会@DeNAStyleGAN解説 CVPR2019読み会@DeNA
StyleGAN解説 CVPR2019読み会@DeNAKento Doi
 
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for  Self-supervised Learning in Speech,...[DL輪読会]data2vec: A General Framework for  Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...Deep Learning JP
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Modelscvpaper. challenge
 
[DL輪読会]Pyramid Stereo Matching Network
[DL輪読会]Pyramid Stereo Matching Network[DL輪読会]Pyramid Stereo Matching Network
[DL輪読会]Pyramid Stereo Matching NetworkDeep Learning JP
 
Long-Tailed Classificationの最新動向について
Long-Tailed Classificationの最新動向についてLong-Tailed Classificationの最新動向について
Long-Tailed Classificationの最新動向についてPlot Hong
 
【DL輪読会】時系列予測 Transfomers の精度向上手法
【DL輪読会】時系列予測 Transfomers の精度向上手法【DL輪読会】時系列予測 Transfomers の精度向上手法
【DL輪読会】時系列予測 Transfomers の精度向上手法Deep Learning JP
 
【メタサーベイ】Video Transformer
 【メタサーベイ】Video Transformer 【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformercvpaper. challenge
 
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptxBERT分類ワークショップ.pptx
BERT分類ワークショップ.pptxKouta Nakayama
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習Yuki Noguchi
 
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmetic
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic ArithmeticZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmetic
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmeticharmonylab
 
幾何を使った統計のはなし
幾何を使った統計のはなし幾何を使った統計のはなし
幾何を使った統計のはなしToru Imai
 
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptxARISE analytics
 
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII
 

Mais procurados (20)

推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
 
機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns機械学習デザインパターン Machine Learning Design Patterns
機械学習デザインパターン Machine Learning Design Patterns
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
 
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
 
StyleGAN解説 CVPR2019読み会@DeNA
StyleGAN解説 CVPR2019読み会@DeNAStyleGAN解説 CVPR2019読み会@DeNA
StyleGAN解説 CVPR2019読み会@DeNA
 
次元の呪い
次元の呪い次元の呪い
次元の呪い
 
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for  Self-supervised Learning in Speech,...[DL輪読会]data2vec: A General Framework for  Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
 
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 
[DL輪読会]Pyramid Stereo Matching Network
[DL輪読会]Pyramid Stereo Matching Network[DL輪読会]Pyramid Stereo Matching Network
[DL輪読会]Pyramid Stereo Matching Network
 
Long-Tailed Classificationの最新動向について
Long-Tailed Classificationの最新動向についてLong-Tailed Classificationの最新動向について
Long-Tailed Classificationの最新動向について
 
【DL輪読会】時系列予測 Transfomers の精度向上手法
【DL輪読会】時系列予測 Transfomers の精度向上手法【DL輪読会】時系列予測 Transfomers の精度向上手法
【DL輪読会】時系列予測 Transfomers の精度向上手法
 
AdaFace(CVPR2022)
AdaFace(CVPR2022)AdaFace(CVPR2022)
AdaFace(CVPR2022)
 
【メタサーベイ】Video Transformer
 【メタサーベイ】Video Transformer 【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
 
BERT分類ワークショップ.pptx
BERT分類ワークショップ.pptxBERT分類ワークショップ.pptx
BERT分類ワークショップ.pptx
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習
 
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmetic
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic ArithmeticZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmetic
ZeroCap: Zero-Shot Image-to-Text Generation for Visual-Semantic Arithmetic
 
幾何を使った統計のはなし
幾何を使った統計のはなし幾何を使った統計のはなし
幾何を使った統計のはなし
 
Data-Centric AIの紹介
Data-Centric AIの紹介Data-Centric AIの紹介
Data-Centric AIの紹介
 
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
 
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
 

Semelhante a 自然言語処理向け データアノテーションとそのユースケース

大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術Yahoo!デベロッパーネットワーク
 
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ 〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ  〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...[Cloud OnAir] AI の力で次世代型コンタクトセンターへ  〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ 〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...Google Cloud Platform - Japan
 
Liferayのパートナーの視点からみた オープンソースのこれから
Liferayのパートナーの視点からみた オープンソースのこれからLiferayのパートナーの視点からみた オープンソースのこれから
Liferayのパートナーの視点からみた オープンソースのこれからAkinori Ishii
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理Takayuki Ushida
 
Ibm watson api サービス
Ibm watson api サービスIbm watson api サービス
Ibm watson api サービスHiroaki Komine
 
Sequent Asia IT Refined Japanese Presentation
Sequent Asia IT Refined Japanese PresentationSequent Asia IT Refined Japanese Presentation
Sequent Asia IT Refined Japanese Presentationsaiitweb
 
微博(ウェイボ)+Androidタブレットで 始める社内の可視化
微博(ウェイボ)+Androidタブレットで 始める社内の可視化微博(ウェイボ)+Androidタブレットで 始める社内の可視化
微博(ウェイボ)+Androidタブレットで 始める社内の可視化Takamitsu Nakao
 
微博(ウェイボ)+Androidタブレットで始める社内の可視化 ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~
微博(ウェイボ)+Androidタブレットで始める社内の可視化  ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~微博(ウェイボ)+Androidタブレットで始める社内の可視化  ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~
微博(ウェイボ)+Androidタブレットで始める社内の可視化 ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~Anhui Opensource Software Inc.
 
「納品のない受託開発」にみるソフトウェア受託開発の未来
「納品のない受託開発」にみるソフトウェア受託開発の未来「納品のない受託開発」にみるソフトウェア受託開発の未来
「納品のない受託開発」にみるソフトウェア受託開発の未来Yoshihito Kuranuki
 
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライド
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライドSIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライド
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライドIGDA JAPAN
 
3Dリッチコンテンツビジネス活用のご提案ver3.1
3Dリッチコンテンツビジネス活用のご提案ver3.13Dリッチコンテンツビジネス活用のご提案ver3.1
3Dリッチコンテンツビジネス活用のご提案ver3.1ITDORAKU
 
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援智治 長沢
 
Bビジネスチーム 地域クラウト゛ソーシング基盤
Bビジネスチーム 地域クラウト゛ソーシング基盤Bビジネスチーム 地域クラウト゛ソーシング基盤
Bビジネスチーム 地域クラウト゛ソーシング基盤Tatsuya Kikuchi
 
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)Keisuke Anzai
 
Cloud Native and Agile Approach
Cloud Native and Agile ApproachCloud Native and Agile Approach
Cloud Native and Agile ApproachShinya Yanagihara
 
Markezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawaMarkezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawaShinya Nakazawa
 
SAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AISAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AISAS Institute Japan
 

Semelhante a 自然言語処理向け データアノテーションとそのユースケース (20)

大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術大規模サイトを支えるビッグデータプラットフォーム技術
大規模サイトを支えるビッグデータプラットフォーム技術
 
Yahoo! JAPANを支えるビッグデータプラットフォーム技術
Yahoo! JAPANを支えるビッグデータプラットフォーム技術Yahoo! JAPANを支えるビッグデータプラットフォーム技術
Yahoo! JAPANを支えるビッグデータプラットフォーム技術
 
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ 〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ  〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...[Cloud OnAir] AI の力で次世代型コンタクトセンターへ  〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...
[Cloud OnAir] AI の力で次世代型コンタクトセンターへ 〜 Contact Center AI ソリューションにおけるジェネシス・ジャパン...
 
Liferayのパートナーの視点からみた オープンソースのこれから
Liferayのパートナーの視点からみた オープンソースのこれからLiferayのパートナーの視点からみた オープンソースのこれから
Liferayのパートナーの視点からみた オープンソースのこれから
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
 
Ibm watson api サービス
Ibm watson api サービスIbm watson api サービス
Ibm watson api サービス
 
Sequent Asia IT Refined Japanese Presentation
Sequent Asia IT Refined Japanese PresentationSequent Asia IT Refined Japanese Presentation
Sequent Asia IT Refined Japanese Presentation
 
微博(ウェイボ)+Androidタブレットで 始める社内の可視化
微博(ウェイボ)+Androidタブレットで 始める社内の可視化微博(ウェイボ)+Androidタブレットで 始める社内の可視化
微博(ウェイボ)+Androidタブレットで 始める社内の可視化
 
微博(ウェイボ)+Androidタブレットで始める社内の可視化 ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~
微博(ウェイボ)+Androidタブレットで始める社内の可視化  ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~微博(ウェイボ)+Androidタブレットで始める社内の可視化  ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~
微博(ウェイボ)+Androidタブレットで始める社内の可視化 ~ 微博型社内ソーシャルシステム“Crowdroid for Business” ~
 
「納品のない受託開発」にみるソフトウェア受託開発の未来
「納品のない受託開発」にみるソフトウェア受託開発の未来「納品のない受託開発」にみるソフトウェア受託開発の未来
「納品のない受託開発」にみるソフトウェア受託開発の未来
 
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライド
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライドSIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライド
SIG-Glocalization #13「アプリの海外展開、どうしていますか?」講演スライド
 
3Dリッチコンテンツビジネス活用のご提案ver3.1
3Dリッチコンテンツビジネス活用のご提案ver3.13Dリッチコンテンツビジネス活用のご提案ver3.1
3Dリッチコンテンツビジネス活用のご提案ver3.1
 
発見から納品へ
発見から納品へ発見から納品へ
発見から納品へ
 
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援
アジャイル実践における開発環境の変化〜要求の捉え方、プロジェクト運営、ツール支援
 
Bビジネスチーム 地域クラウト゛ソーシング基盤
Bビジネスチーム 地域クラウト゛ソーシング基盤Bビジネスチーム 地域クラウト゛ソーシング基盤
Bビジネスチーム 地域クラウト゛ソーシング基盤
 
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)
20141216 最適化を進化させるテスト設計とターゲティング ターゲティング編(抜粋)
 
Cloud Native and Agile Approach
Cloud Native and Agile ApproachCloud Native and Agile Approach
Cloud Native and Agile Approach
 
Markezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawaMarkezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawa
 
Hadoopカンファレンス2013
Hadoopカンファレンス2013Hadoopカンファレンス2013
Hadoopカンファレンス2013
 
SAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AISAS Viya Deep Dive: 自然言語処理&AI
SAS Viya Deep Dive: 自然言語処理&AI
 

Mais de Deep Learning Lab(ディープラーニング・ラボ)

AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~Deep Learning Lab(ディープラーニング・ラボ)
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略Deep Learning Lab(ディープラーニング・ラボ)
 

Mais de Deep Learning Lab(ディープラーニング・ラボ) (20)

Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービスEdge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
 
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event ReportDLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
 
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
 
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
 
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
 
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
 
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
 
「言語」×AI Digital Device
「言語」×AI Digital Device「言語」×AI Digital Device
「言語」×AI Digital Device
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
 
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
 
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
 
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoTJetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
 
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoTJetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
 
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
 
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
 
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
 

Último

情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法ssuser370dd7
 
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdfAyachika Kitazaki
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見Shumpei Kishi
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)ssuser539845
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfMatsushita Laboratory
 
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~arts yokohama
 
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-LoopへTetsuya Nihonmatsu
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor arts yokohama
 

Último (11)

情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
 
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf
 
2024 04 minnanoito
2024 04 minnanoito2024 04 minnanoito
2024 04 minnanoito
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
 
2024 03 CTEA
2024 03 CTEA2024 03 CTEA
2024 03 CTEA
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
 
What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?
 
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
 
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor
 

自然言語処理向け データアノテーションとそのユースケース