AI coordinator
人工知能 & ロボティクス
おすすめ記事
-
2017.04.17
mBotをプログラミングで動かす環境をMacで準備する方法 -
2017.10.10
COZMOで楽しくプログラミング！親子で楽しむSTEM教育用ロボット -
2017.07.12
親子で楽しむSTEM教育用ロボットおすすめ７選 -
2017.04.15
Makeblock：親子で楽しむmBot Rangerの組立紹介 -
2017.02.21
AIは誰でも開発できる 〜必要なのはアイデア〜 -
2017.06.21
物体検出用SSD_Kerasで使える学習モデルの作成方法 -
2017.07.09
DeAGOSTINE Robi2 組み立て記録 No.1〜19 -
2017.06.14
OpenCVで簡単リアルタイム物体検出 -
2017.05.14
誰でもできるtensorflowを使ったサンプル画像認識 -
2017.09.12
Parrot社のドローンManboをNode.jsで操作する簡単な方法
最近の記事
-
2017.10.22
YOLO v2の物体検出とVGG16の画像認識との組み合わせが凄すぎた！ -
2017.10.13
Neural Network Consoleの学習モデル自動最適化機能が凄すぎる！ -
2017.10.10
COZMOで楽しくプログラミング！親子で楽しむSTEM教育用ロボット -
2017.10.09
Fine-tuningを使って少ない画像データから効率よく学習モデルを作成する方法 -
2017.09.23
YOLOv2のリアルタイム物体検出をTensorFlowとPythonで実装する方法
© AI coordinator All rights reserved.
wikipediaを学習した類義語を話すSlackbotの作成方法
目次
wikipedia日本語全文データから類義語を話すSlackbotを作った話
前回の記事で日本語を学習するマルコフ連鎖を使ったSlackbotを作成しました。
ただこのSlackbotは生成される日本語の品質がイマイチなので、今度はwikipediaの日本語全文データを学習したモデルで類義語を話すSlackbotを作ってみました。
興味がある方は参考にしてみてください。
開発環境
macOS Sierra
Anaconda3-4.2.0-MacOSX-x86_64
python 3.5.2
Slackbotの作り方
前回の記事「言葉を自動学習するSlackbotをマルコフ連鎖で実装」を参考にSlackbotを作成してみてください。
割と簡単に作成できますので、bot入門としては良い練習になるかと思います。
これ以降の記事は、ここでSlackbotを作っていることを前提にお話しします。
wikipedia日本語全文データを学習したモデルの作成方法
こちらも以前紹介した「wikipedia全文データからWord2Vecで類義語を抽出してみる」を参考に学習モデルを作成してください。
この記事ではコマンドラインから類義語を答える仕組みを構築しましたが、今回はこれをSlackbotから答えるようにしてみます。
モデルの作成が完了するとファイルが３種類出来上がります。
- wiki.model
- wiki.model.syn1neg.npy
- wiki.model.wv.syn0.npy
今回はこの３つのデータを使用します。
ソースコードの変更
修正するソースコードは、my_mention.py のみです。
以下のように修正してください。
そのまま貼り付けて上書きして大丈夫です。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
# coding: utf-8 from slackbot.bot import default_reply from janome.tokenizer import Tokenizer import os, re, json, random from gensim.models import word2vec # 入力メッセージを取得し、slackbotに返事をさせる @default_reply() def default_func(message): text = message.body['text'] # メッセージを取り出す model = word2vec.Word2Vec.load('./plugins/wiki.model') #res = model.most_similar(positive = [text])[0] #print(res[0]) #message.reply(res[0]) res = model.most_similar(positive = [text]) n = [w[0] for w in res] print(text,"=", ",".join(n)) message.reply(" , ".join(n)) |
Slackbotの起動
以下のコマンドでSlackbotを起動しましょう。
|
1 |
$ python3 run.py |
起動したら適当に単語を入力してみると、類義語を返してくれます。
少し応答が遅いですが、割と簡単に作成できました。
その他の自然言語処理記事はこちらから
それではまた。
関連記事
コメント
この記事へのトラックバックはありません。
綺麗にAnacondaをアンイストールする方法 For macOS
Anacondaのアンインストールメモ macOSにインストールしたAnacondaのアンインストールに手こずったので、忘れないようにする…
DeepLearningのモデル可視化方法とmatplotlibで学習の様子を可視化する方法
学習モデルの可視化と学習の様子を可視化してみた 何を今更といった内容の記事です。 DeepLearningにチャレンジしてきた筆者で…
Selective Searchを使った映像からの物体検出にチャレンジ
Selective Search 物体検出にチャレンジしている筆者としては、どうやって画像から物体らしき部分を効率よく抽出できるかを日々模…
Watson VisualRecognition を Python GUIで使ってみよう
Watson API 「VisualRecognition」をPythonで使ってみよう Watson API「VisualRecogni…
jupyter notebookの便利な使い方や起動しなくなった時の対処法
便利なショートカットキー jupyter notebookを便利に使用する上で、最低限知っておけば良いショートカットキーを紹介します。 …
映像からの物体検出（SSD_Keras）に挑戦 for ubuntu
映像からの物体検出 リアルタイム映像からの物体検出に挑戦してみました。 ただし簡単にはできず、色々ハマってえらく苦労したので、同じ悩…
Watson NLCに学習データを投入できるGUIの開発方法
Watson NLCに学習データを投入できる画面をPythonで実装する方法 Watson NLCに学習データを投入できる簡単な画面を開発…
この記事へのコメントはありません。