Yuka
- 1. Yuka_に過去の会話履歴から学習した応 答を組み込んでみた 2010/09/25 Showyou (twitter, hatena:showyou)
- 2. みなさんこんにちは。showyouです 今日はYuka_(twitter.com/yuka_)に組み込んだ実験 的な機能について説明します
- 3. 今までのyuka_さん 固定的な応答のみ ● 例：「おはよう」が来たら「おはよう」と返す
- 4. 今回組んだ奴 ● 過去の他人の会話履歴から拾って使う
- 5. 応答の流れ ● 「@yuka_ おはようございます」という入力 ● 「おはようございます」を形態素解析 →「おはよう」「ござい」「ます」に分割 ● それぞれの単語で ● 特徴語A1,A2,...を抜き出す←注１。うまくできてない ● 特徴語A1,A2,...だけ – 返信文|返信先の表から返信先にその語がある返信文を取ってくる ● 例：「おはよう」がsrcにある返信文章「おはようございます」「おはよう」 – 返信文章をさらに形態素解析。そこで出てきた特徴語B1,B2,...の出現回 数T1,T2,を数える ● 例なら{“おはよう”:2回, “ござい”:1回} ● ただし１文中に何回同じ単語が出てきても ● T1,T2を合計して多いヤツ上位数件から一つ選ぶ（Cとする） ● Cが返信元にある返信文を取ってくる これを絵で描け！
- 6. システムの構成 ● マシン：Phenom II X4 945 ● Ubuntu10.04, メモリ4GB使ったVM, MySQL, Python ● 応答|応答元のテーブル:70万件程度 ● Yatsのログをいただいて利用 ● ただしyatsのログはin_reply_to_status_idがないた め、これを取ってくるのに時間がかかる ● 以上の内容で１分程度で大体取ってこれる ● ただしPythonのSQLAlchemyの都合上検索結果 は10万件程度に制限している←会話内容が片 寄ってる原因かも
- 7. できてないこと ● 特徴語のうまい検出。今だと「っ」とかヒットする ● 今は実行時に毎回検索している ● 事前に準備するには解空間があまりにもでかすぎるのどうす れば・・ ● 統計的な処理もっと入れたい ● 今は単純に回数の多さだけ見ている ● 今回@があるやつのみに限定しているが、通常の発言 でもreply飛ばしたい ● 失敗するとうざいだけなんだけど。P(単語Aをtweetしたときに 返信があった回数)/P(単語Aの出現回数)が一定以上になっ たら返信とか ● 口調をyukaさんっぽく直してない ● というか未だにこの人工無脳の性格決めてない・・
- 8. 余談：にせほbot(nisehorn)の返信学 習の仕方 ● http://halmidi.com/doc/nisehorn/index.php?機能 ● 短い文章に限定して全部記憶、一致したやつから ランダムで返す