Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
word prediction
Search
tetsuroito
June 24, 2017
Technology
0
830
word prediction
第62回Tokyo.RのLT資料です
tetsuroito
June 24, 2017
Tweet
Share
More Decks by tetsuroito
See All by tetsuroito
Data Engineering Study#30 LT資料
tetsuroito
2
1.3k
データエンジニアリングの潮流を俯瞰する
tetsuroito
1
1.8k
Classiが取り組んできた 機械学習の試行錯誤
tetsuroito
0
860
事業会社でのデータマネジメントのプラクティス #TechMar
tetsuroito
1
650
Data Engineering Study #9 Classiのデータ組織の歩み
tetsuroito
5
5.9k
Data Engineering Study #3 基調講演_データ分析基盤の浸透に必要なこと
tetsuroito
4
4.9k
Subscription Meetup Vol.2 Opening Talk Slide
tetsuroito
0
140
Data_Pipeline_Casual_Talk_Vol.4_for_Ready.pdf
tetsuroito
0
1.5k
Data Pipeline Casual Talk Vol.3 for Ready #DPCT
tetsuroito
0
2k
Other Decks in Technology
See All in Technology
実践データベース設計 ①データベース設計概論
recruitengineers
PRO
2
210
サービスロボット最前線:ugoが挑むPhysical AI活用
kmatsuiugo
0
190
ソフトウェア エンジニアとしての 姿勢と心構え
recruitengineers
PRO
2
670
自社製CMSからmicroCMSへのリプレースがプロダクトグロースを加速させた話
nextbeatdev
0
130
.NET開発者のためのAzureの概要
tomokusaba
0
230
AIエージェントの開発に必須な「コンテキスト・エンジニアリング」とは何か──プロンプト・エンジニアリングとの違いを手がかりに考える
masayamoriofficial
0
380
見てわかるテスト駆動開発
recruitengineers
PRO
4
300
[OCI Skill Mapping] AWSユーザーのためのOCI(2025年8月20日開催)
oracle4engineer
PRO
2
140
広島発!スタートアップ開発の裏側
tsankyo
0
240
Webアクセシビリティ入門
recruitengineers
PRO
1
240
人と組織に偏重したEMへのアンチテーゼ──なぜ、EMに設計力が必要なのか/An antithesis to the overemphasis of people and organizations in EM
dskst
5
610
広島銀行におけるAWS活用の取り組みについて
masakimori
0
130
Featured
See All Featured
Thoughts on Productivity
jonyablonski
69
4.8k
4 Signs Your Business is Dying
shpigford
184
22k
Side Projects
sachag
455
43k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
1k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
50
5.5k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
61k
A better future with KSS
kneath
239
17k
How to Ace a Technical Interview
jacobian
279
23k
We Have a Design System, Now What?
morganepeng
53
7.7k
The Straight Up "How To Draw Better" Workshop
denniskardys
236
140k
The Pragmatic Product Professional
lauravandoore
36
6.8k
Transcript
Tokyo.R ver.62 LT ʮWord Predictionʯ 2017/06/24(sat) @ࣚཹ
ࣗݾհ ໊લɿҏ౻ ప(@tetsuroito) ࣄɿFinTechܥ झຯɿञɺαοΧʔ؍ઓɺεΩʔ ݴޠɿSQLRݴޠɻ࠷ۙPythonͬͯΔ ࠷ۙੳͱ͔͋Μ·Γ͍ͯ͠ͳ͍
એɿ࿈ࡌͬͯ·͢ ιʔγϟϧ֦ࢄͷఆྔσʔλ͕ࢲͷϞνϕͰ͢
ࠓͷLTͷ͖͔͚ͬ ;ͱ31VCTͷΤϯτϦΛݟ͍ͯͨΒɺ ԿΒ໘നͦ͏ͳͷΛൃݟͨ͠ͷͰɺ ࠓ͜ΕͷͰ͢ IUUQSQVCTDPN.BMPSFBO
എܠͱϞνϕʔγϣϯ ɾܞଳΩʔϘʔυϨΠΞτʹখ͍͞ ɾॖͨ͠ϫʔυΛଧͪࠐΉ͍͔ͭ͘ͷख๏͕͋Δ T9 (Text on 9keys):ΨϥέʔϘλϯΈ͍ͨͷ Sliding:εϚϑΥͷΩʔϘʔυ ༧ଌม ͜ͷ1+ೖྗ͞ΕͨϑϨʔζʹ࠷͋Γͦ͏ͳޠΛ
༧ଌͯ͠ఏࣔ͢Δͱ͍͏ͷ
ߏ Capstone Dataset RͰ࣮ݱ ख๏ɿTMɺQuantedaɺtext2vec DBɿSqlite using RSQlite εϐʔυͱγϯϓϧ͞Ͱ্هͷબఆ
σʔλϞσϧ ετοϓϫʔυͳ͠ N-GramΛར༻Ͱ(2-Gram͔Β7-Gram) ༧ଌม
N-Gram n-1ޠΛจ຺ͱͯ࣍͠ͷޠΛ༧ଌ จࣈn-gram ୯ޠn-gram class n-gramͳͲ ࣗવݴޠॲཧʹ͓͚ΔҰൠతͳݴޠϞσϧͰ͢
݁ՌShiny Appʹ IUUQTNBMPSFBOTIJOZBQQTJP8PSE1SFEJDUJPO
݁ ɾ՝ ɹ5.ύοέʔδͷେ͖͍σʔληοτͷύϑΥʔϚϯε ɹΠϯϑϧΤϯβʹ͔͔ͬͯ࣌ؒͱΒΕͪΌͬͨ ɾֶͼ ɹXPSLJUFSBUJWF ɹͬͱίʔυσʔλখ͘͞Ͱ͖Δ͔ ɾࠓޙͷൃలʹΉ͚ͯ ɹҧ͏σʔλͰࢼ͍ͨ͠ ɹ4LJQ(SBNΛ͏
ɹ,OFTFS/FZ,BU[`TCBDLP⒎ͰεϜʔδϯά
͝੩ௌ͋Γ͕ͱ͏ ͍͟͝·ͨ͠ʂ