以前にも同様の記事を書いています。 touch-sp.hatenablog.com MXNetとGluonNLPが新しくなっているため改めて動作確認を行いました。 環境 バージョン確認（pip freeze） 実行スクリプト 結果 2021年1月1日追記 環境 Windows10 GPUなし Python 3.8.2 バージ…

結論 問題 学習コード 推論コード 結果 補足 環境 結論 正解率が上がらずうまくいかなかった。 その原因として以下のことが考えらえる。 bertモデルの使い方が根本的に違う CoLAデータセットが今回の問題に適切でなかった モデルのチューニング（ハイパーパ…

はじめに 使用するデータ ファイルの読み込み 形態素解析と単語のID化→その後保存 モデルの作成 実行 結果の確認 参考文献 はじめに 文章を固定長のベクトルで表現することにチャレンジしました。 最後にt-SNEで２次元に落とし込んで図示しています。 使用す…

はじめに 環境 バージョン確認（pip freeze） 実行スクリプト 学習済みモデルの種類 2019年9月4日追記 2019年9月5日追記 はじめに 以前にGloveやFastTextを試してみた。 touch-sp.hatenablog.com touch-sp.hatenablog.com 今回はGluonNLPでGloveの学習済みモ…

参考にさせて頂いたページ qiita.com 2018年２月現在SCDVに関して日本語で書かれたページはここしか見つからなかった。 SCDVを勉強したいが元論文は英語で書かれていてもちろん読めるわけがない。 Githubのスクリプトを眺めてもなにがなんだかわからない。 …

参考にさせて頂いたページ tadaoyamaoka.hatenablog.com 環境 下準備 fastTextの導入 テキストファイルの準備 fastTextの実行 gensimを使って評価 結果 テキストファイルの下処理 「CKD（慢性腎臓病）」－「慢性」＋「急性」＝「AKI（急性腎障害）」 感想 R…

WindowsストアからUbuntuをインストールしたらPerlが入っていた。 WindowsでPerlを使いたければ直接インストールするよりも楽だと思う。 Rの「tm」パッケージ「stemDocument」はうまくいかないので自力で。 while(<>){ s/studies/study/ig; s/mortalities/mo…

下準備 データの取得 GloVe Word Embeddingsを使用 結果の確認 環境 下準備 #ストップワードを決める library(tm) new_stopwords <- c(stopwords("en"), "also", "however", "thus", "may") saveRDS(new_stopwords, "new_stopwords") データの取得 腎臓関連…

ほとんどマニュアル通りに行っただけ。 GloVe Word Embeddings ＜環境＞ > sessionInfo() R version 3.4.2 (2017-09-28) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows 10 x64 (build 16299) Matrix products: default locale: [1] LC_…