Watson

日本GUIDE/SHARE委員会(JGS)で発表した論文が受賞しました

こんにちは、技研の”むらたん”です。

日本IBM社が主催する「IBMユーザー研究会」に日本GUIDE/SHARE委員会というものがあります。
こちらは、特定のテーマについて、企業横断のワークグループを結成して1年間のテーマに関する研究を行い、研究成果を論文として発表する活動になっております。

JGS研究2016論文発表会にて、弊社社員の参加するワークグループが各賞を受賞しましたので、ご紹介いたします。

続きを読む


Slack、TwitterにWatson質問応答botを作ってみた(後編)

こんにちは、技術研究所のウエサマです。

この記事は、質問すると答えを教えてくれるボットをIBM Watsonで実装し、Slack、Twitterに組み込んで使ってみたという記事(チュートリアル)の後編となります。
今回のポイントはメッセージを受信しWatsonへの問合せを行うスクリプト部分への変更を行うことなく、ボットを稼働させるプラットホームをSlackからTwitterに変更するという点になります。
このようにHubotはプラットホームの違いをAdapterにて吸収してくれるため、開発資産を有効に活用する事ができます。
前編はこちら⇒Slack、TwitterにWatson質問応答botを作ってみた(前編)

続きを読む


Slack、TwitterにWatson質問応答botを作ってみた(前編)

こんにちは、技術研究所のウエサマです。

この記事では、質問すると答えを教えてくれるボットをIBM Watsonで実装し、Slack、Twitterに組み込んで使ってみたという記事(チュートリアル)の前編となります。
尚、今回の記事にて採用したボットはHubotとなります。

歯車 Hubot

Hubotはadapter, robot,script の3つの機能から構成され、ボットの処理はCoffee Scriptを使い記述します。ボットが動作するチャットシステムに依存する部分は、全てAdapterが吸収するため、例えばSlackで動かしてたボットを明日からTwitterで動かします。と言われても、Adapterを変更することで対応できるため開発したscriptはそのまま活用する事ができます。この点は、とてもいいですね。

続きを読む


IBM Watsonハッカソン に出場しました~ハッカソン編~

こんにちは、営業統括部(所属は営業ですが、身も心もエンジニア)のママンです。

いま様々なところで目にするIBM Watson。
フォーラムエンジニアリングさんなどの企業導入事例もでてきました。

そのIBM Watsonのハッカソンが2016年2月13日~3月10日にかけて行われ、クレスコも参加してきました。(詳細 → 第2回 IBM Watson 日本語版ハッカソン
テーマは「IBM Watsonで人々の暮らしを豊かにする」。もうワクワクしちゃいますね。

最終結果はなんと……
アイディア賞受賞!賞品はPlayStation 4!と素晴らしい成果を出すことができました。

今日のエンジニアブログは、IBM Watsonハッカソンに出場しました~ハッカソン編~です。

続きを読む


Watson × Android で質問応答アプリケーションを作る!

こんにちは、スマートソリューションセンターの「たーぼう」です。
今回の記事は、IBM BluemixとWatson Developer CloudのWatsonサービスを使用して、
質問応答Androidアプリケーションを作成しましたのでご紹介していきたいと思います。

IBM Bluemix、Watson Developer Cloudのそれぞれのサービス説明については、割愛いたします。
それぞれ、こちらのリンクから製品情報についてご覧ください。

続きを読む


Raspberry Pi で Watson 日本語質問応答システムを作ってみた

こんにちは、技術研究所のウエサマです。

本ブログにて取り上げた、自然言語分類器 IBM Watson  Natural Language Classifier(以下、NLC)に記載した内容を活用し、日本語のしゃべれる質問応答システムとしてRaspberry pi(以下、ラズパイ)上に構築してみましたので、その様子を構成や仕組みについて記載します。
尚、質問応答システムと書いてますが、単に分類器をうまいこと使い、質問応答風に見えるよう開発したものです。

参考:

続きを読む


自然言語分類器 IBM Watson Natural Language Classifier(後編)

こんにちは、技術研究所のウエサマです。

このエントリーは、”自然言語分類器 IBM Watson Natural Language Classifier”の後編となります。
前編はこちら⇒自然言語分類器 IBM Watson Natural Language Classifier(前編)

前回の記事ではIBM Watson Natural Language Classifier(以下 NLC)の概要、生成のステップ、トレーニングデータの準備まで記述しました。今回はその続きとして準備したトレーニングデータをもとに分類器を生成してみます。ただし、単に分類をするのではなく分類したクラス名が答えとなるようトレーニングし日本語によるなんちゃって質問応答システムを作ってみます。

大まかな手順としては、BluemixのダッシュボードからNLCサービスを作成し、このサービスに対してトレーニングデータをアップロードすることで分類器を生成します。その後、分類器に対して質問を行いクラスの取得を行ってみます。

続きを読む


自然言語分類器 IBM Watson Natural Language Classifier(前編)

こんにちは、技術研究所のウエサマです。

技術研究所では、研究テーマのひとつとして機械学習をどのように事業へ適用していくか調査を行っており、各種の機械学習について主に使う側の視点で調査を行っております。
こうしたなか本年7月クレスコはWatsonを活用しpepperをはじめとするロボット、モバイル、パソコンに対応する様々なWatsonアプリケーション開発を行うことを、ソフトバンクと共にプレスリリースを行いました。

このエントリーでは記事を前後編に分け、機械学習を採用したIBM Watson APIのひとつであるNatural Language Classifierを取り上げます。公式サイトでは日本語はサポート外(執筆時点)となっておりますが、設定をちょこっと変更し日本語を扱ってみます。

前編では分類器の概要とトレーニングデータの準備までを記述します。後編では実際に分類器を作成し日本語でのクラス分けを試してみます。ただし、本来の単純なクラス分けだとつまらないため、なんとなく質問応答になるような使い方で遊んでみたいと思います。

続きを読む