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


クレスコ伝統行事「クレスコフェア2015」のご紹介

こんにちわ、技術研究所の㌧です。
今、弊社では今月末に開催予定のイベント「クレスコフェア」に向けて、エンジニアもスタッフも全社一丸となって準備に明け暮れる日々を過ごしております。
そんなクレスコ魂が詰まったイベントをご紹介させていただきますので、しばしお付き合いください。

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


WebSocket のクライアントを作ってみた (Java で)

技術研究所の (あ) です。
HTTP でコネクションを張って双方向通信を行う WebSocket というのがありますよね。
技術研究所の作った、ブラウザで動いているとあるデモアプリがサーバとの通信に WebSocket を使っているのですが、そのデモの動きを改良したくなりました。
私はちょこちょことプロトタイピングするのによく Java を使うので、例によって Java アプリとして作ってみました。

そんなわけで、初めての WebSocket クライアント作成 (Java で) の簡単な記録です。
環境は、Windows 7 + Java 1.8.0_25 です。

続きを読む


社内コワーキングJellyイベントを開催してみた

こんにちは。技術研究所の「みゃーたん」です。

ご報告が遅くなりましたが、10/7(水)に技研カフェ#09 コワーキングJelly特別編を
開催しましたので、その実施報告をさせていただきます!!
今回は、技術研究所でも初めての試みとなる、コワーキングJellyを他事業部も
巻き込んでやってみました。
本イベントでは、共同研究紹介も実施したのですが、この記事では、コワーキングJelly部分に
焦点を当ててご紹介します!

続きを読む