Talk Proposal Submission

If you are interested in attending this talk at PyCon JP 2017, please use the social media share buttons below. We will consider the popularity of the proposals when making our selection.

talk

Pythonによる文章自動生成入門!Python ✖︎ 自然言語処理 ✖︎ ディープラーニング(ja)

Speakers

Hiromitsu Ota

Audience level:

Novice

Category:

Big Data

Description

◇Pythonを用いて、文書を自動生成する主要な3つの方法をお伝えします。 1)マルコフ連鎖、 2)自動要約、 3)ディープラーニング(RNN/ LSTM) ◇特にKeras/ Tensorflowによる文章自動生成はPythonで数行で簡易的に書けます。 ◇文章などのデータを非構造化データと呼びますが、身近でデータ収集がしやすく、個人の趣味やちょっとした研究に適しています。

Objectives

◇ディープラーニングの発展で、画像分類の精度向上が大幅に向上しました。 ◇画像分類だけでなく、自然言語や音声にも適用できます。 ◇今回は、Pythonを用いて自然言語処理の面からディープラーニングの有用性を検証してみたいと思います。

Abstract

◇今や非構造化データは溢れていて、最も入手しやすい資源です。これを次の3つの手法で、文章生成し、有用な利用方法を提案して見たいと思います。 1)マルコフ連鎖、 2)自動要約、 3)ディープラーニング(RNN/ LSTM) ◇用途として、例えば、亡くなったおじいちゃん、おばあちゃんの手紙があれば、その文面から、おじいちゃんやおばあちゃんのメールが届くなどの利用が考えられます。つらい時や悲しい時、励ましの文章が届くアプリなどの開発につなげられます! ◇海外ではNatural Language Generation(NLG)として、コンペティションの大会が開催されていて、実はホットなテーマなんです! ー流れー ◇1)−3)の理論的な説明➡︎コードの説明➡︎実演 ◇OUTPUT: 1)マルコフ連鎖 2)自動要約、 3)ディープラーニング(RNN/ LSTM) ◇FOLLOW: ポスターセッション(文章自動生成を体験しよう!知ろう!)でも詳しく説明いたします! ※データ量: どのくらいの文字データがあれば、どのくらいの文章が生成されるのかについてのベンチマーク的な情報もお伝えしたいと思います。
  • このエントリーをはてなブックマークに追加
CONTACT