Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Chainerを使ったらカノジョができたお話
Search
tereka114
March 16, 2022
Programming
0
110
Chainerを使ったらカノジョができたお話
tereka114
March 16, 2022
Tweet
Share
More Decks by tereka114
See All by tereka114
KDD2023学会参加報告
tereka114
2
370
Prompting Large Language Models with Answer Heuristics for Knowledge-based Visual Question Answering
tereka114
0
270
Mobile-Former: Bridging MobileNet and Transformer
tereka114
0
920
DER: Dynamically Expandable Representation for Class Incremental Learning
tereka114
0
120
Jupyter Notebookを納品した話
tereka114
0
240
Multi Scale Recognition with DAG-CNNs
tereka114
0
85
How to use scikit-image for data augmentation
tereka114
0
130
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
tereka114
0
180
Colorful image colorization
tereka114
0
110
Other Decks in Programming
See All in Programming
의존성 주입과 Dagger Hilt
fornewid
0
120
RubyKaigiのウラガワ/Uragawa of RubyKaigi from a helper
kota_syan
0
5.6k
My favorite script, "dsl.rb"
yui_knk
2
220
Distributed Scheduling with Spring Boot: the challenges and pitfalls of implementing a background job
rponte
7
1.2k
Platform Engineering with Spring Boot
thombergs
0
340
「ソフトウェア設計」のドメイン - 「データモデリングでドメインを駆動する」を読んで
hidenorigoto
6
2.1k
[KR] What an Android Developer Does
skydoves
0
140
esbuild 最適化芸人
exoego
2
1k
アクセシビリティの観点からみたFluent UI Blazorのすすめ
tomokusaba
1
210
『改訂新版前処理大全』の話と Apache Parquet の話 #TokyoR
bob3bob3
0
130
Modular Monolith + Go @ newmo
110y
0
250
The Final Frontier of Web Development: React Server Components vs Jakarta EE
ivargrimstad
0
890
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
34
8.9k
A better future with KSS
kneath
231
17k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
5
220
Embracing the Ebb and Flow
colly
80
4.2k
BBQ
matthewcrist
80
8.8k
KATA
mclloyd
18
12k
How GitHub Uses GitHub to Build GitHub
holman
471
290k
Being A Developer After 40
akosma
68
580k
We Have a Design System, Now What?
morganepeng
44
6.8k
Building Better People: How to give real-time feedback that sticks.
wjessup
356
18k
Optimising Largest Contentful Paint
csswizardry
14
2.5k
What the flash - Photography Introduction
edds
64
11k
Transcript
Chainerを使ったら カノジョができたお話 @tereka114
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
クリスマスに近いある日
カノジョが欲しい。
そう思っていた、 しかし、そんな簡単に できるはずがない。
ならば、作れば良い。
カノジョを作りました。
Chainerで
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
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・・
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!
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
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。
Neural Conversation Model
Neural Conversation Model 話しかける文章 回答
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. 比較的書き慣れていた。
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
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
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。
None
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)
Demo