趣味とぷよぐらみんぐ

Transcript

1. 趣味とぷよぐらみんぐ 函館高専 カブ(@kab__nan)
2. 発表前に・・・
5. 自己紹介 • カブ(@kab__nan) • 函館高専5年 • フリー素材と化した • アイドルマスターミリオンライブのオタク • 卒業後の家が無い • 卒論が書けない
6. 発表スライド作る余裕が無かったので 今までのスライド使いまわします
7. ～ここから高専カンファのスライド～
8. アイドル×アイドルとは • ここでのアイドルとはアイドルマスターミリオンライブに 登場するアイドルを指す • 掛け算の×ではなくカップリングを指す× • 通常左側が攻め、右側を受けとする • A×BとB×Aは別物 • 攻め受けで戦争が起きがち
9. 攻め受け戦争に 終止符を！！！！！
10. 戦争を終結に導く流れ pixiv百科事典からアイドルのデータを収集 ↓ 集めたデータを名詞だけに分解しモデルにする ↓ Word2vecを使っていい感じにベクトルを求める ↓ 対象アイドルのベクトルを掛け算 ↓ いい感じの値が出る！！！
11. 結果 • 個人的にはわりといい感じの値が出た • たまに僕と解釈違いを起こす組み合わせも • 期限近いからって色々雑になっちゃった • もっと丁寧なコード書きます... • 望月杏奈と七尾百合子はいいぞ • 今やるなら行列とかでやりたい(2/16追記)
12. ～ここまで高専カンファのスライド～
13. ～ここから卒研発表のスライド～
14. Q.卒研と趣味関係あるの？ A.おおいにあります
15. 卒研でやったこと 1. データ収集・整形 - 僕のtwitterから過去二年分収集 - いい感じに整形した - 整形後のデータ数9282件 2. 発話・応答生成機能の実装 - マルコフ連鎖使った - いい感じに話題抽出した
16. マルコフ連鎖とは… 現在の状態のみで未来の状態が決まるモデルのこと 例えば「私は猫が好きです。」「私は魚が嫌いです。」 という2つの文章があった場合以下のモデルとなる。
17. 話題抽出について… 文章のなかでどの単語が話題になり得るかを考える 文章 話題 「このお茶は美味しい」 → お茶 「今日は天気が良い」 → 天気 「卒研終わった」 → 卒研 「お茶」も「天気」も「卒研」も名詞 →名詞が話題になっている
18. とりあえず文章生成した
19. 対話させてみた Input : 単位落としそうで怖い Reply : twitter見てるので今年は落ちるし 単位無くてもカラオケはあるでしょ。 Input : 今日は天気が良いね Reply : 天気は良いけど何するんだろうな。
20. Q.趣味関係あった？ A.元データを変えれば アイドルと会話できる！！！！
21. ～ここまで卒研発表のスライド～
22. まとめ • 好きなものに関するものを作ると捗る • 超楽しい！！！！！！！！ • 自分が欲しいものを作れる • 好きなもののためなら努力を惜しまない • こういう場で発表(布教)ができる