◇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。

◇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。

◇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。