iTAC_Technical_Documents

アイタックソリューションズ株式会社

ブログ名

【第14回】5W1H抽出AI How要素/What要素の精度改善

今回改善した点について How要素 What要素 実行例 今後について 今回改善した点について 全体を通し、CaboChaを用いて判別する場合はチャンク毎に繋げて出力するように改善しました。 How要素 How要素は文末から探索し、係り受け先がない要素から助詞までの…

【第1回】Interstage Information Integratorの概要

~記事の投稿予定~ はじめに Interstage Information Integratorとは 機能の概要説明 1. データ収集機能 <ファイル収集> - ファイル受信 - ファイル入力 2. データ変換・編集機能 <ファイル形式変換> <文字コード変換> <項目編集> <レコード編集>…

【第14回】簡易体積算出アルゴリズム 入出力に関する検討1

今回の概要 作業内容 出力値を体積に変更 回帰値→one-hot vecに変更 次回の予定 今回の概要 出力値を体積に変更(VGG19_train1.py) 回帰値をone-hot vecに変更(VGG_train2.py) 作業内容 前回の考察を基に改善の戦略を立てましたので、それを順次実行してい…

【第13回】5W1H抽出AI KNPを用いた手法の検討

KNPを用いた手法 ソースコード 実行例 次回の予定 KNPを用いた手法 KNPは地名や人名を正確に分類できるためWhen/Where抽出する時に役立ちますが、 係り受け解析は文節ではなくチャンクごとに分類するCaboChaの方が正確であることが多いです。 そのため、When…

【第13回】簡易体積算出アルゴリズム 評価と今後の展望

テスト用画像による出力結果の検証 現在のモデルに対する考察 精度と損失について モデルについて 改善策と今後の展望 テスト用画像による出力結果の検証 前回は200epochで実行していたため、1000epochsを上限としてソースコードを再実行しました。 3回実行…

【第12回】5W1H抽出AI KNPを用いた精度向上

KNPのセットアップ 5w1h抽出への応用 実行例 次回の予定 KNPのセットアップ 前回の記事の通り、KNPを使用するとより精度が向上すると考えられるため、以下の記事を参考にKNPをセットアップしました。 qiita.com 以下のマニュアルを参考に実際に動作させて、c…

【第12回】簡易体積算出アルゴリズム チューニング(後半)

パラメータチューニング テスト用画像の収集 評価用モデルの作成 パラメータチューニング 前回は全結合層の3層のパラメータ探索を行いました。 今回はその結果を用いて交差検証を行った結果、41.25% (+/- 35.04%)と今まで行ってきたモデルより精度が低い結…

【第11回】5W1H抽出AI KNPとcabochaの比較

精度向上に向けて KNPとは Cabochaの方が優れていること KNPとCabochaを組み合わせた手法の検討 精度向上に向けて 前回までで、助詞がある場合は高い精度で抜き出すことができるようになりました。 更なる精度向上のための手法について調査を行ったところ、K…