データセット C4_200M：文法エラー訂正用の合成データセット(1/2)
１．C4_200M：文法エラー訂正用の合成データセット(1/2)まとめ ・文法エラー修正とは、正しい文法やスペルを提案するため書き込みエラーをモデル化する試み ・近年GECの品質は大幅に向上したがこれは「翻訳」タスクを真似たアプローチをした...
データセット 
インフラ Google Colab Pro+ のスペック
１．Google Colab Pro+ のスペックまとめ ・月額\5243円だがColab Proからのアップグレード時は日割り計算される ・ハイメモリタイプは51.01GBまで見た事があるが仕様は安定していない ・GPUはまだV100-S...
データセット KYD：データセット探索用の新ツール(2/2)
１．KYD：データセット探索用の新ツール(2/2)まとめ ・画像説明文内の「男性のまなざし」について調査し従来の研究結果を裏付ける事ができた ・高齢者は現実世界の集団内での存在に比べてデータセット内で過小評価されている事も判明 ・KYDを使...
データセット KYD：データセット探索用の新ツール(1/2)
１．KYD：データセット探索用の新ツール(1/2)まとめ ・Know Your Data(KYD)はデータ内の性別と年齢に関する偏見を見つける事ができるツール ・例えば画像の説明文が「男性」や「女性」で性別による偏りを見つける事ができる ・...
ヘルスケア 機械学習を使って見落としやすい腫瘍の検出を支援(2/2)
１．機械学習を使って見落としやすい腫瘍の検出を支援(2/2)まとめ ・システムは検出が特に難しいelusive polypsの見逃しを防ぎ誤検知も少ない ・ポリープが視野内にある時間が短くとも従来システムより数倍の感度を達成 ・実証実験では...
ヘルスケア 機械学習を使って見落としやすい腫瘍の検出を支援(1/2)
１．機械学習を使って見落としやすい腫瘍の検出を支援(1/2)まとめ ・内視鏡検査は米国だけで年間約1,900万件の検査が行われているが目視で行われている ・研究によると内視鏡検査中に腫瘍の22%～28%が見落とされて深刻化する可能性がある ...
データセット TimeDialとDisfl-QA：時の概念と流暢でない口語表現に対応するためのNLPデータセット(2/2)
１．TimeDialとDisfl-QA：時の概念と流暢でない口語表現に対応するためのNLPデータセット(2/2)まとめ ・非流暢さは本質的に音声現象であり、音声認識システムでテキスト出力時に最も影響がある ・しかし、非流暢さの概念を含んでま...
データセット TimeDialとDisfl-QA：時の概念と流暢でない口語表現に対応するためのNLPデータセット(1/2)
１．TimeDialとDisfl-QA：時の概念と流暢でない口語表現に対応するためのNLPデータセット(1/2)まとめ ・自然な会話の中には、流暢でない発話の中断、感嘆、繰り返し、再開、訂正などが含まれる ・また会話を理解するには、イベント...
入門／解説 最先端の研究を追い続けるための工夫
１．最先端の研究を追い続けるための工夫まとめ ・個々の論文ではなく分野を前進させているキーパーソンや広範なレビュー論文に注目する ・全てに目を通すのではなく目的をもって要所だけ確認し、要点を自分なりに整理する ・Zettelkasten(ツ...
学会 ACL 2021におけるGoogleの存在感
１．ACL 2021におけるGoogleの存在感まとめ ・8/1 - 8/6の間にインターネット上のヴァーチャルイベントとしてACL 2021が開催 ・Google社員も多数参加し35近くの出版物の公開やワークショップを開催 ・本サイトで概...
アプリケーション OpenAI Codex：プログラミングを知らなくてもゲーム開発やプログラミング言語変換を可能にする人工知能
１．OpenAI Codex：プログラミングを知らなくてもゲーム開発やプログラミング言語変換を可能にする人工知能まとめ ・自然言語を使った指示をプログラムに変換するOpenAI CodexのAPIが本日からベータ受付開始 ・Codexは12...
AI関連その他 アフリカ大陸の多種多様な建物を衛星画像から検出(2/2)
１．アフリカ大陸の多種多様な建物を衛星画像から検出(2/2)まとめ ・精度の向上にはmixupとNoisyStudent、及びガウス畳み込みに基づいた境界明確化が貢献 ・地域差はあるがアフリカ大陸に存在する建物の大きさとその数(5億1600...