Twitter 誹謗中傷撃退マシン(最強版) - Qiita
前にQiitaに書いた「Twitter 誹謗中傷撃退マシン」の記事は出来が良かったのにLGTMが伸び悩んでたため、疑問に思っておりましたところ。いちいち誹謗中傷ワードを配列に入れるのを面倒くさがられたのではと思いDeep Learningの力を借りました。 本記事の目的は前回同様 SNSの誹謗中傷をテクノロジーの力で救うこと です では、行ってみましょう！！！ 事前知識 前回の記事で事前知識を学習して進めてください Twitter 誹謗中傷撃退マシン 誹謗中傷識別AIを作ろう word2vec, RNN(LSTM)を使ってモデルを作ります。データは"umich-sentiment-train.txt"という評判分析によく使われるデータセットを使います。 word2vecモデル Kerasを使って作成します。word2vecとは一言で言うと人間の言葉をベクトル(数字)におくアルゴリズムです。
Twitterが機械学習用ライブラリをTensorFlowに移行しようとしている理由とは？ - GIGAZINE
Twitterはユーザーに合わせたコンテンツを表示するため、機械学習を使用してサービスの改善に取組んでいます。記事作成時点で、Twitterは機械学習にTorchを使用していますが、2017年の夏頃からGoogleが開発したTensorFlowに移行する取り組みを行っています。TensorFlowに移行することで得られるメリットについて、Twitterのソフトウェアエンジニアであるニコラス・レオナール氏とシベーリ・モンテス・ハラース氏が説明しています。 Twitter meets TensorFlow https://blog.twitter.com/engineering/en_us/topics/insights/2018/twittertensorflow.html Twitterは2014年にディープラーニングを使用した画像検索やデータベース構築に取り組むMadbitsを買収し、同
第2回 ツイート分析アプリで学ぶ Natural Language API の使い方|Tech Book Zone Manatee
連載第2回目では、GCP（Google Cloud Platform）のNatural Language APIを用いた簡易的なツイート分析のWebアプリケーションを紹介しながら、このAPIを利用する方法を解説します。Cloud Natural Language APIは、人間が使う自然言語を対象として構文解析や固有表現抽出などの処理を行う、「自然言語処理」の機能を提供しています。2017年3月現在、英語・日本語・スペイン語の3つの言語に対する各処理がサポートされています。 1.アプリケーションの全体像 はじめに、サンプルアプリケーションの内容を説明しておきます。今回のアプリケーションは、Twitterのユーザーを指定して（図1）、そのユーザーの最近の呟きがどれくらいポジティブで どんな単語を呟いているのか（図2）、を機械的に傾向分析するものです。この分析のための「感情分析」と「エンティテ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch
