狠狠撸
Search
Submit Search
颁丑补颈苍别谤を使ったらカノシ?ョか?て?きたお话
?
Download as PPTX, PDF
?
1 like
?
2,247 views
Hiroki Yamamoto
Chainer Meetup #4 颁丑补颈苍别谤を使ったらカノシ?ョか?て?きたお话
Read less
Read more
1 of 22
Download now
Download to read offline
More Related Content
颁丑补颈苍别谤を使ったらカノシ?ョか?て?きたお话
1.
Chainerを使ったら カノジョができたお話 @tereka114
2.
自己紹介 1. 山本 大輝(@tereka114) 2.
Acroquest Technology 株式会社 3. Chainer Meetup 初参加 4. のんびりしているエンジニアの日記 5. 最近、雑誌記事書きました。 1. Interface 3月号
3.
クリスマスに近いある日
4.
カノジョが欲しい。
5.
そう思っていた、 しかし、そんな簡単に できるはずがない。
6.
ならば、作れば良い。
7.
カノジョを作りました。
8.
颁丑补颈苍别谤で
9.
カノジョのコンセプト 1. カノジョを構成すれば良い。 1. そもそもカノジョとは何か 2.
理想的なカノジョとは何か
10.
カノジョのコンセプト 1. カノジョを構成すれば良い。 1. そもそもカノジョとは何か 2.
理想的なカノジョとは何か 2. 理想的なカノジョ=癒やし 1. 理想的なカノジョの要素は会話でないか??
11.
カノジョを作る方法 1. ニューラルネットワークを作る 1. Neural
Conversational Model 2. データセットを作る 1. カノジョとの会話用のデータセットを作る。 3. Slackに載せる 1. Slackで実用的なカノジョを!
12.
システム構成 ①話しかける ④応答を返す ③応答を返す②話し かける 私
13.
Neural Conversation Model 1.
Seq2seqをベースをした会話モデル 1. 入力を話しかけた文章、出力を応答とする会話 モデル 2. Seq2seqは翻訳でよく利用されているモデル 3. 入力の分割は形態素解析を使っている。
14.
Neural Conversation Model
15.
Neural Conversation Model 話しかける文章 回答
16.
Chainerを使った理由 1. 動的ネットワークを組みやすい。 1. 他のライブラリと比べて、RNN作りやすい。 2.
比较的书き惯れていた。
17.
データセット作成 1. ラノベかなにかを読み、手動で会話を集める。 1. 人間の手に限界が??? 2.
というもののいい解法を見つけられず、結局 手でやった。 1. 次回やるときは特定のカテゴリタグを使ってやり たい。 3. 1対1の会話文が1つのデータ
18.
Slack 1. 作ったBotをSlackと連携します。 2. PythonにSlack連携させるライブラリがあるので、使 います。 1.
インストールは「pip install slackbot」 2. 話しかけるとそれに応じてリプライを返せる仕組み
19.
本Botの工夫ポイント 1. 名前を呼んでくれます。 1. 自分の名前ではない名前で呼ばれても嬉しくな いので、名前を呼ぶようにしました。
21.
課題 1. とにかくデータセットが少ない。 1. 増やす方法を考える必要があり 2.
時々知らない単語が混じると精度が悪化する。 1. Beam searchを使うと良くなる???(未実装)
22.
Demo
Download