Submit Search
Upload
一年目がWatsonを調べてみた Discovery編
•
Download as PPTX, PDF
•
0 likes
•
2,828 views
J
Jin Hirokawa
Follow
2017/11/16 BMXUGつきじ#2 資料 私が確認した限りのWatson Discoveryの機能です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 14
Download now
Recommended
ChatGPTのビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティ
Daisuke Masubuchi
『UXデザインの教科書』を書きました
『UXデザインの教科書』を書きました
Masaya Ando
エンジニアから飛んでくるマサカリを受け止める心得
エンジニアから飛んでくるマサカリを受け止める心得
Reimi Kuramochi Chiba
グリーのセキュリティ戦略:組織改革成功の秘訣と新たな課題への取り組み
グリーのセキュリティ戦略:組織改革成功の秘訣と新たな課題への取り組み
gree_tech
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
nobu_k
顧客体験のデザイン〜そのサービスに“願い”はあるか?
顧客体験のデザイン〜そのサービスに“願い”はあるか?
Masaya Ando
MQ入門
MQ入門
HIRA
エンジニアの立場で考えるUXデザイン
エンジニアの立場で考えるUXデザイン
Masaya Ando
Recommended
ChatGPTのビジネス活用とセキュリティ
ChatGPTのビジネス活用とセキュリティ
Daisuke Masubuchi
『UXデザインの教科書』を書きました
『UXデザインの教科書』を書きました
Masaya Ando
エンジニアから飛んでくるマサカリを受け止める心得
エンジニアから飛んでくるマサカリを受け止める心得
Reimi Kuramochi Chiba
グリーのセキュリティ戦略:組織改革成功の秘訣と新たな課題への取り組み
グリーのセキュリティ戦略:組織改革成功の秘訣と新たな課題への取り組み
gree_tech
Elasticsearchと機械学習を実際に連携させる
Elasticsearchと機械学習を実際に連携させる
nobu_k
顧客体験のデザイン〜そのサービスに“願い”はあるか?
顧客体験のデザイン〜そのサービスに“願い”はあるか?
Masaya Ando
MQ入門
MQ入門
HIRA
エンジニアの立場で考えるUXデザイン
エンジニアの立場で考えるUXデザイン
Masaya Ando
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
Yoshiki Hayama
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
Spring Framework勉強会
Spring Framework勉強会
Masakazu Matsushita
ビズリーチの機械学習基盤
ビズリーチの機械学習基盤
Naoto Migita
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
Masaya Ando
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
Masahito Zembutsu
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
RESTfulとは
RESTfulとは
星影 月夜
これからSpringを使う開発者が知っておくべきこと
これからSpringを使う開発者が知っておくべきこと
土岐 孝平
OCRは古い技術
OCRは古い技術
Koji Kobayashi
APIテスト自動化とテストピラミッド
APIテスト自動化とテストピラミッド
友隆 浅黄
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
Yasuharu Nishi
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
marika_hotani
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
MicroAd, Inc.(Engineer)
Apiドキュメンテーションツールを使いこなす【api blueprint編】
Apiドキュメンテーションツールを使いこなす【api blueprint編】
dcubeio
JIRAを使ったフツウのPJ実践
JIRAを使ったフツウのPJ実践
グロースエクスパートナーズ株式会社/Growth xPartners Incorporated.
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
IntuneとWSUSを使ってWindows Updateをやってみる。
IntuneとWSUSを使ってWindows Updateをやってみる。
shotayamamura1
Watson Build Challengeに参加してみた
Watson Build Challengeに参加してみた
Wataru Koyama
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
Yasuyuki Ogawa
More Related Content
What's hot
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
Yoshiki Hayama
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
Spring Framework勉強会
Spring Framework勉強会
Masakazu Matsushita
ビズリーチの機械学習基盤
ビズリーチの機械学習基盤
Naoto Migita
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
Masaya Ando
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
Masahito Zembutsu
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
RESTfulとは
RESTfulとは
星影 月夜
これからSpringを使う開発者が知っておくべきこと
これからSpringを使う開発者が知っておくべきこと
土岐 孝平
OCRは古い技術
OCRは古い技術
Koji Kobayashi
APIテスト自動化とテストピラミッド
APIテスト自動化とテストピラミッド
友隆 浅黄
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
Yasuharu Nishi
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
marika_hotani
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
MicroAd, Inc.(Engineer)
Apiドキュメンテーションツールを使いこなす【api blueprint編】
Apiドキュメンテーションツールを使いこなす【api blueprint編】
dcubeio
JIRAを使ったフツウのPJ実践
JIRAを使ったフツウのPJ実践
グロースエクスパートナーズ株式会社/Growth xPartners Incorporated.
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
IntuneとWSUSを使ってWindows Updateをやってみる。
IntuneとWSUSを使ってWindows Updateをやってみる。
shotayamamura1
What's hot
(20)
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
「ユーザーを理解するって言うほどカンタンじゃないよね」 UXデザイン・UXリサーチをもう一度ちゃんと理解しよう!
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Spring Framework勉強会
Spring Framework勉強会
ビズリーチの機械学習基盤
ビズリーチの機械学習基盤
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
ユーザーエクスペリエンスは計測可能なのか? 〜UX計測に関する論文レビュー
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
RESTfulとは
RESTfulとは
これからSpringを使う開発者が知っておくべきこと
これからSpringを使う開発者が知っておくべきこと
OCRは古い技術
OCRは古い技術
APIテスト自動化とテストピラミッド
APIテスト自動化とテストピラミッド
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
品質を加速させるために、テスターを増やす前から考えるべきQMファンネルの話(3D版)
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
プログラミング初心者がOpenCVと機械学習でOCRエンジン自作に挑戦する話
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
これから機械学習エンジニアとして戦っていくみなさんへ ~MLOps というマインドセットについて~
Apiドキュメンテーションツールを使いこなす【api blueprint編】
Apiドキュメンテーションツールを使いこなす【api blueprint編】
JIRAを使ったフツウのPJ実践
JIRAを使ったフツウのPJ実践
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
IntuneとWSUSを使ってWindows Updateをやってみる。
IntuneとWSUSを使ってWindows Updateをやってみる。
Viewers also liked
Watson Build Challengeに参加してみた
Watson Build Challengeに参加してみた
Wataru Koyama
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
Yasuyuki Ogawa
AI and Machine Learning Demystified by Carol Smith at Midwest UX 2017
AI and Machine Learning Demystified by Carol Smith at Midwest UX 2017
Carol Smith
GitLabを16万8千光年ワープさせた話(改)
GitLabを16万8千光年ワープさせた話(改)
Wataru NOGUCHI
GitLab Prometheus
GitLab Prometheus
Shingo Kitayama
Kubernets on Bluemix + DevOpsでコンテナCIやってみた
Kubernets on Bluemix + DevOpsでコンテナCIやってみた
Shoichiro Sakaigawa
Twilio bluemix hands-on 資料
Twilio bluemix hands-on 資料
Masaya Fujita
Watson × IBM Bluemix で簡単アプリ開発
Watson × IBM Bluemix で簡単アプリ開発
softlayerjp
QGIS応用操作.
QGIS応用操作.
Yoichi Kayama
地震対策ハッカソン キズナコントラクト
地震対策ハッカソン キズナコントラクト
彩友美 小岩
カンバン駆動開発 - Trello, Slackで始めるKDD
カンバン駆動開発 - Trello, Slackで始めるKDD
Kazuya Takahashi
IBM Connections Engagement Center
IBM Connections Engagement Center
TIMETOACT GROUP
Microsoft 365 で両立するセキュリティと働き方改革
Microsoft 365 で両立するセキュリティと働き方改革
Hiroyuki Komachi
“利用者”として使ってみた!Office 365で実現する”自己満足”システム
“利用者”として使ってみた!Office 365で実現する”自己満足”システム
Takeru Imaizumi
NPO に Office365 Nonprofit 版導入してみました。
NPO に Office365 Nonprofit 版導入してみました。
Takanori Tsuruta
スタートアップこそOffice365で業務効率化
スタートアップこそOffice365で業務効率化
Yasutaka Hamada
Waston が拓く UX の新しい地平 〜 UX デザイナーが IBM Waston を使ってみた 〜:2017年4月22日 AI eats UX me...
Waston が拓く UX の新しい地平 〜 UX デザイナーが IBM Waston を使ってみた 〜:2017年4月22日 AI eats UX me...
Yoshiki Hayama
AWSマイスターシリーズReloaded -Amazon Glacier-
AWSマイスターシリーズReloaded -Amazon Glacier-
Amazon Web Services Japan
Watsonに、俺の推しアイドルがかわいいと、わかってほしかった:2017年12月3日 IBM Cloud (Bluemix) 冬の大勉強会
Watsonに、俺の推しアイドルがかわいいと、わかってほしかった:2017年12月3日 IBM Cloud (Bluemix) 冬の大勉強会
Yoshiki Hayama
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
Miki Yutani
Viewers also liked
(20)
Watson Build Challengeに参加してみた
Watson Build Challengeに参加してみた
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
Slack Appsでやれる事を確認した。年内日本語化されるんで、急ぎで!
AI and Machine Learning Demystified by Carol Smith at Midwest UX 2017
AI and Machine Learning Demystified by Carol Smith at Midwest UX 2017
GitLabを16万8千光年ワープさせた話(改)
GitLabを16万8千光年ワープさせた話(改)
GitLab Prometheus
GitLab Prometheus
Kubernets on Bluemix + DevOpsでコンテナCIやってみた
Kubernets on Bluemix + DevOpsでコンテナCIやってみた
Twilio bluemix hands-on 資料
Twilio bluemix hands-on 資料
Watson × IBM Bluemix で簡単アプリ開発
Watson × IBM Bluemix で簡単アプリ開発
QGIS応用操作.
QGIS応用操作.
地震対策ハッカソン キズナコントラクト
地震対策ハッカソン キズナコントラクト
カンバン駆動開発 - Trello, Slackで始めるKDD
カンバン駆動開発 - Trello, Slackで始めるKDD
IBM Connections Engagement Center
IBM Connections Engagement Center
Microsoft 365 で両立するセキュリティと働き方改革
Microsoft 365 で両立するセキュリティと働き方改革
“利用者”として使ってみた!Office 365で実現する”自己満足”システム
“利用者”として使ってみた!Office 365で実現する”自己満足”システム
NPO に Office365 Nonprofit 版導入してみました。
NPO に Office365 Nonprofit 版導入してみました。
スタートアップこそOffice365で業務効率化
スタートアップこそOffice365で業務効率化
Waston が拓く UX の新しい地平 〜 UX デザイナーが IBM Waston を使ってみた 〜:2017年4月22日 AI eats UX me...
Waston が拓く UX の新しい地平 〜 UX デザイナーが IBM Waston を使ってみた 〜:2017年4月22日 AI eats UX me...
AWSマイスターシリーズReloaded -Amazon Glacier-
AWSマイスターシリーズReloaded -Amazon Glacier-
Watsonに、俺の推しアイドルがかわいいと、わかってほしかった:2017年12月3日 IBM Cloud (Bluemix) 冬の大勉強会
Watsonに、俺の推しアイドルがかわいいと、わかってほしかった:2017年12月3日 IBM Cloud (Bluemix) 冬の大勉強会
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
Similar to 一年目がWatsonを調べてみた Discovery編
福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術
Takuya Andou
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
卓也 安東
「いい検索」を考える
「いい検索」を考える
Shuryo Uchida
情報力を鍛える
情報力を鍛える
Katsuhide Hirai
20220325 - Oudanピッチ資料
20220325 - Oudanピッチ資料
ShinnosukeAndo
Cogbot #30 Ignite 2021 アップデート Cognitive Search 編
Cogbot #30 Ignite 2021 アップデート Cognitive Search 編
Ayako Omori
共通語彙の構築の基本的な考え方と方法 〜研究データのために語彙・スキーマを作るには〜
共通語彙の構築の基本的な考え方と方法 〜研究データのために語彙・スキーマを作るには〜
National Institute of Informatics (NII)
20140713 ハッカソン基調講演
20140713 ハッカソン基調講演
Code_for_Sakai
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
Recruit Lifestyle Co., Ltd.
35thwebmining_lt
35thwebmining_lt
Daisuke Amano
研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは
National Institute of Informatics (NII)
内省するTensorFlow
内省するTensorFlow
Yoshiyuki Kakihara
全文検索入門
全文検索入門
antibayesian 俺がS式だ
農業It 20150312a
農業It 20150312a
National Institute of Informatics (NII)
Proxy War
Proxy War
zaki4649
OSS ソースコードサーチツールの効能、有効活用方法
OSS ソースコードサーチツールの効能、有効活用方法
Open Source Software Association of Japan
PDF版 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう Db tech showcase2020
PDF版 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう Db tech showcase2020
Daisuke Masubuchi
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
Yahoo!デベロッパーネットワーク
PPT Full version: 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう
PPT Full version: 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう
Daisuke Masubuchi
ディスカバリー・ツールとは?
ディスカバリー・ツールとは?
Wataru ONO
Similar to 一年目がWatsonを調べてみた Discovery編
(20)
福岡市内のベンチャー企業が取り組む最新It技術
福岡市内のベンチャー企業が取り組む最新It技術
ディープラーニングで株価予測をやってみた
ディープラーニングで株価予測をやってみた
「いい検索」を考える
「いい検索」を考える
情報力を鍛える
情報力を鍛える
20220325 - Oudanピッチ資料
20220325 - Oudanピッチ資料
Cogbot #30 Ignite 2021 アップデート Cognitive Search 編
Cogbot #30 Ignite 2021 アップデート Cognitive Search 編
共通語彙の構築の基本的な考え方と方法 〜研究データのために語彙・スキーマを作るには〜
共通語彙の構築の基本的な考え方と方法 〜研究データのために語彙・スキーマを作るには〜
20140713 ハッカソン基調講演
20140713 ハッカソン基調講演
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
35thwebmining_lt
35thwebmining_lt
研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは
内省するTensorFlow
内省するTensorFlow
全文検索入門
全文検索入門
農業It 20150312a
農業It 20150312a
Proxy War
Proxy War
OSS ソースコードサーチツールの効能、有効活用方法
OSS ソースコードサーチツールの効能、有効活用方法
PDF版 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう Db tech showcase2020
PDF版 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう Db tech showcase2020
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
ヤフー音声認識サービスでのディープラーニングとGPU利用事例
PPT Full version: 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう
PPT Full version: 世界中のゲーム分析をしてきたPlayFabが大進化!一緒に裏側の最新データ探索の仕組みを覗いてみよう
ディスカバリー・ツールとは?
ディスカバリー・ツールとは?
Recently uploaded
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
Atomu Hidaka
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Shota Ito
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
osamut
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
furutsuka
Recently uploaded
(9)
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
一年目がWatsonを調べてみた Discovery編
1.
1 日本情報通信株式会社 廣川 陣 1年目がWatsonを調べてみた! ~Discovery編~ 1
2.
Speaker 2 日本情報通信株式会社 ソリューションビジネス本部 ソフトウェアテクニカルセールス部 先進テクノロジーグループ 廣川 陣(Jin
Hirokawa) 入社1年目 チームの戦力になるために日々奮闘中 出身地:大田区
3.
Discoveryの概要 3 大量のデータを検索するとともに、データからパターン や傾向を読み取り、適切な意思決定を支援します。 いろいろな形式の文書を解釈して良い感じに情報を付加 してくれるから、検索精度を上げてくれるし洞察も与え てくれる素敵な検索エンジン
4.
Discoveryの主機能 4 • 文書取込機能:HTML/PDF/WORD/JSONに対応 • エンリッチ機能:取り込んだ文書に対してタグ付けを行う •
ストレージ機能:データをクラウド上に保存する • 検索機能:タグ付けした情報を含め、類似度スコア付きのデータ検索が可能
5.
Discovery主機能(Crawler) 5 文書取込方法 ・管理UI Drag&Dropで取込可能 ・API API経由でファイルアップロード可能 ・クローラ javaベースのクローラがあり、自動文書取込が可能 Document Conversionと同等の機能を持った文書取込機能 管理UI HTML/PDF/WORD/JSONに対応 TEXT/HTML/DBデータなどに対応
6.
Discovery主機能(Enrich) 6 ・概念(Concepts) ・エンティティ(Entities) ・キーワード(Keywords) ・カテゴリー(Categories) ・評判(Sentiment) ・感情(Emotion) ・関係(Relations) ・意味役割(Semantic Roles) ・その他(Metadata) NLUを呼出し、その結果をメタ情報の一つとして登録 エンリッチ(抽出する単語の意味)を指定 ・現在は英語とスペイン語が対応 ・認識できるエンティティとカテ ゴリーは事前に定義された項目 ・Watson Knowledge
Studioと 組み合わせる事でエンリッチし たいフィールドを自由にカスタマ イズする事が可能 ※EntityとRelationのみ日本語可 NLUによる追加可能情報
7.
Discovery主機能(Query) 7 • Discovery Query
Language エンリッチされたカラムに対して検索可能 • 自然文検索 (Natural Language Query) 従来のキーワードによる検索及び自然文での検索が可能 • 関連性学習 (Relevancy Training) 質問と回答候補の関連性を学習させることにより、最適なランキングモ デルに育てる事が可能(自然文検索のみ) エンリッチ機能で付加された情報を含めてデータ検索が可能
8.
Top10やsumなどの集約関数 対象文書を絞り込む Visual Query Builder 8 UIツールで検索方法を指定
9.
Discovery Query Language 9 エンリッチ機能で抽出したカラムに対して検索 DQL
10.
自然文検索 10 自然文検索に対してスコア付きで回答する
11.
関連性学習 11 トレーニング画面 自然文検索の回答に対して適・不適を選択 所定の品質になるとトレーニング可能になる
12.
Discovery News 12 • データの登録が必要なく、すぐに活用可能 •
10万のニュースソースから毎日約 30万件の記事とブロ グを追加して常に更新され、過去60日間の履歴を保持 • NLUによるエンリッチ済のデータセットが用意されてい る
13.
Retrieve and Rankとの違い 13 •
NLU、WKSの機能が利用可能なので、抽出したカラムに対して検索す る事ができる • 文書の形式変更や初期設定が不要 • UI画面がついた • API経由で検索をかける際にPOSTではなくGETを使うため文字制限があ る※ • 辞書登録ができないため、専門的な用語がとれない※ • 全文検索のためシステムによって付与される情報も検索対象となる※ ※私が確認した限りでは
14.
まとめ 14 • 1年目のWatson初心者でも簡単に使えるUI • Retrieve
and Rankの機能を持ち合わせてい るが制約がある。 • エンリッチされた情報を使えるので、通常の検索エンジ ンと⽐較して⾼度な検索が可能
Editor's Notes
Bluemix築地のコンセプトである初心者でも発表できる場というところで私にはうってつけ 至らない点も多々あると思いますが、ここ違うよっていうものがあればもし後ほど教えていただければと思います。 それでは
解釈 Discoveryはシンプルな構成で、より多くの機能を実現
ストレージ・サイズの上限は1TB位
エンリッチ機能は文書を取り込む エンリッチされたメタ情報を検索条件として使えるので、通常の検索エンジンと⽐較してはるかに⾼度な検索が可能 概念 Concepts ⼊⼒テキストが関連付けられている概念を、そのテキストに存在する他の概念とエンティティに基づいて識別します。 エンティティ Entities ⽂中に記載されている⼈物、場所、イベント、その他のエンティティを検索します。 キーワード Keywords ⽂中に繰り返し出てくる重要なキーワードを抽出します。 カテゴリー Categories 対象⽂書を最⼤5レベルの分類基準に従って分類します。カテゴリーの⼀覧は下記リンクにあります。 評判 Sentiment ⽂章全体及び特定のフレーズに対して、その評判をpositive, negative, nutral の3値で分析します。 感情 Emotion ⽂章全体及び特定のフレーズに対して、その感情をjoy, anger, disgust, sadness, fearの5つの観点で分析します。 関係 Relations 2つのエンティティ間の関係を⾒つけ、その関係性を判別します。 意味役割 Semantic Roles 構⽂解析により⼊⼒⽂を「主語(Subject)」「動詞(Action)」「⽬的語(Object)」に分解します。 その他 Metadata HTMLファイルまたはURLを⼊⼒とし、そのHTMLの著者、タイトル、発⾏⽇を分析します。
検索結果のフィルターや集計を行うことが可能 こちらにもUIがあります それが
VQBという検索UIツールでここで様々なオプションを付けて検索を行う事ができます Search for document で自然文を使うかDQLを使うかの指定を行います。 集約関数やフィルタの設定もここでできます。 2つの検索方法のうちのまずDQLから Discovery query language
DQLでは検索対象をカラムで絞り込んで検索を行います。 UIを使うと自動でDQLを生成してくれるのでそれを使って検索する事ができる 右がsummaryで表示した結果です
こちらは自然文検索の結果をJSONで出力したもので、スコア付きで回答されている事がわかります。 文面だけでなく「意味」を判断するため、人間が話し言葉で打った質問に回答を返してくれます。 どのような条件で検索するとどういう結果がかえってくるかが確認 次にその回答をより適切なものにするための関連性学習について
質問文をいれるとその回答がでるので回答毎にその回答が正解か正解じゃないかを選択して 所定の品質 最低でも49個の質問について選択しなければならない
Discoveryのインスタンスを作るとデフォルトで表示されています データの保存先
テキストデータではなくファイル名でHITしてしまう場合がある 2000文字程度
まだ未熟ですがこれから成長していきたいと思います。
Download now