icoxfog417

お疲れ様です、機械学習チームのxxです。

202x年から機械学習チームではプロダクトへの応用を念頭に、機械学習技術の習得を進めてきました。次のステップとして、社内のデータを利用したプロトタイピングを進めていきたいと考えています。プロトタイピングが実験のみでおわらないように、本番環境への反映を想定し現在不足しているロールやインフラ面の課題を洗い出したいと考えています。機械学習の活用に最終的に必要なロールと開発プロセスは添付の資料にまとめています。

つきましては、プロトタイピングの先のゴール設定と、課題の洗い出しをまずプロダクトマネージャーのmy_pmさん、アーキテクトのmy_architectさんとさせていただきたいです。隔週でできればと考えていますが、初回のミーティングでは機械学習チームのこれまで学んだ内容と課題として感じている点を共有させていただきます。初回の日程は以下でいかがでしょうか。

2022/x/x

以上、よろしくお願いいたします。

icoxfog417

    def inference(self, sentence: List[str]) -> Tuple[List[int], List[float]]:
        probabilities = np.zeros((len(self.Q), len(sentence)))
        transitions = np.zeros((len(self.Q), len(sentence)))
        # Forward calculation
        for i, token in enumerate(sentence):
            observation = 0
            if token in self._reversed_V:
                observation = self._reversed_V[token]

            if i == 0:

icoxfog417

class HiddenMarkovModel:
    def __init__(
        self, environment: ConllEnvironment, smooth_factor: float = 1e-10
    ) -> None:
        self.Q = environment.states
        self.V = environment.observations
        self._reversed_V = environment.to_reverse_dict(self.V)
        # A = transition probability matrix
        self.A = np.zeros((len(self.Q), len(self.Q)))
        # B = probability of observation from state (p(o|s))

icoxfog417

坂地先生論文リスト

因果関係抽出に関して

• 構文パターンを用いた因果関係の抽出
• 新聞記事からの因果関係の抽出
• 決算短信PDFからの原因・結果表現の抽出 (有料)
• Economic Causal-Chain Search using Text Mining Technology

地方景況感に関して

• 接触履歴を用いた地域景況インデックスの自動生成

icoxfog417

xbrl_data = []

for i, row in data.iterrows():
    tag_name = row["element"]

    for n in namespaces:
        if tag_name.startswith(n):
            tag_name = f"{n}:{tag_name.replace(n + '_', '')}"
            break

icoxfog417

pre_def = xbrl_dir.pre.find(
            "link:presentationLink", {"xlink:role": roles["貸借対照表"]})

nodes = {}
for i, arc in enumerate(pre_def.find_all("link:presentationArc")):
    if not arc["xlink:arcrole"].endswith("parent-child"):
        print("Unexpected arctype.")
        continue

    parent = Node(document.find("link:loc", {"xlink:label": arc["xlink:from"]}), i)

icoxfog417

role_ref_tags = xbrl_dir.xbrl.find_all("link:roleRef")
role_ref_elements = [t.element for t in role_ref_tags]
role_refs = {}
for e in role_ref_elements:
    role_refs[e["roleURI"]] = e["xlink:href"]


roles = {}
for r in role_refs:
    role_name = taxonomy.read(role_refs[r]).element.find("link:definition").text

icoxfog417

icoxfog417

icoxfog417