7. ユーザの年齢を知るには...
Gunosy inc.
1. 直接ユーザにきく
a. 入力ストレスなどでサービスから離脱してしまう恐れもある
b. 全ユーザが入力してくれるわけではない
c. → 上記を考慮して現時点では行わないという判断
2. 何かしらの手法で推定する
a. ユーザが読んだ記事情報をもとに年齢を推定できないか ?
b. 占いサービスの誕生日から計算して,正解データとして使用できるのではない
か ?
7
19. CNN の応用へ
1. CNN を利用しようとした理由
2. CNN を応用する実験
a. 実験内容
b. 気づき
3. CNN for NLP を応用してNNモデルよりも +10 pt
4. CNN のモデル平均でさらに +10 pt
Gunosy inc. 19
20. CNN for NLP(Natural Language Processing, 自然言語処理 )
前述の結果からいくつか横型のフィルタを組み合わせたい
CNN for NLP が適用できると考えた
参考 : https://arxiv.org/pdf/1510.03820v4.pdf
Gunosy inc. 20
21. 6つに分類
CNN for NLP を応用
入力データ
各フィルタの形状
縦 : (2, 4, 8),横 : 28
活性化関数
特徴マップを生成
Max
Pooling
結合する
Softmax
Gunosy inc. 21
畳み込み
22. CNN for NLP の結果
これで NNモデルの精度に
+ 10pt となりました
Gunosy inc. 22
23. CNN の応用へ
1. CNN を利用しようとした理由
2. CNN を応用する実験
a. 実験内容
b. 気づき
3. CNN for NLP を応用してNNモデルよりも +10 pt
4. CNN のモデル平均でさらに +10 pt
Gunosy inc. 23