推論技術
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)等に活用される推論技術についての概要
自然言語処理:Natural Language Processing
グローバルマッチングでのsimilarity(類似性)(2)メレオロジックなグラフパータンの類似性
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)活用の為の自然言語の類似性。関係性のパータンマッチングによるオントロジーの類似性評価
グローバルマッチングでのsimilarity(類似性)(1)概要
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)の活用のための自然言語の類似性、グラフパターンのマッチングとしてのオントロジーの類似性
similarity(類似性)の基礎(5)データ拡張テクニック
デジタルトランスフォーメーション(DX)、人工知能(ML)、機械学習(ML)のため自然言語の類似性。拡張データアプローチを用いたオントロジーマッチングの為の類似度
similarity(類似性)の基礎(4)内部構造に基づくアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)活用の為の自然言語の類似性について、データ型やドメイン要素に基づいた類似性の推定
similarity(類似性)の基礎(3)言語ベースのアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)に活用可能な自然言語の類似性の評価への言語的なアプローチ、多言語対応を含めて
similarity(類似性)の基礎(2)文字列ベースのアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)の活用の為の自然言語処理のベースとなる生テキストの構造化の為の各種手法まとめ、正規化技術、部分文字列の扱い、編集距離、トークンベース
距離とパス比較について
similarity(類似性)の基礎(1)概要
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)を適用する際に重要となる自然言語の類似性の定義と概要をオントロジーのマッチングをベースに解説する
Clojureでの one hot vectorとcategory vector
自然言語処理の機械学習の用途のためのClojureによるone-hot-vectorとcategory-vectorの実装
Clojureでのstopword除去
自然言語処理のクレンジング処理で用いるストップワード処理について、複数のClojureとpyhtonでの実装例を以下に示す。Clojureではremove関数を用いる。