[PYTHON] Praktische Warenmitteilung zur Verarbeitung natürlicher Sprache

Informationen zum maschinellen Lernen Sammeln Sie Informationen

Es scheint, dass wir maschinelles Lernen implementieren müssen, das die Verarbeitung natürlicher Sprache handhabt, daher habe ich beschlossen, einen Blick auf die Peripheriedienste zu werfen, die verwendet werden könnten.

Memorandum

・ RakutenRapid API (Quelle: Von hier) Die API, die ich zum ersten Mal gesehen habe. Eine Sammlung von APIs aus der ganzen Welt? Wenn man sich die NLP-Liste ansieht, sieht es so aus. Große Exzellenz.

image.png

・ COTOHA API (Quelle: Von hier) Von NTT Communications erstellte API. Der Plan für Entwickler ist kostenlos und kann bis zu 1000 Aufrufe pro Tag für jede API überprüft werden. Das Wörterbuch verwendet ein einfaches Wortwörterbuch. Ich hoffe, es wird eines der größten Wörterbücher in Japan sein.

・ Natürliche Sprache der Google Cloud (Quelle: Von hier) Die königliche Straße der GCP. Es gibt eine Vielzahl von Möglichkeiten. Die Gebühr ist für bis zu 5000 Einheiten kostenlos, mit 1000 Zeichen als 1 Einheit. Steck es nicht fest. Ich werde es für Japanisch kaufen, aber ein japanisches Zeichen und ein englischer Buchstabe sind das gleiche Urteil für ein Zeichen ...? Englisch scheint schwierig zu sein.

image.png

・ IBM Cloud (Quelle: Von hier und Von hier -natürlicher-Sprachklassifikator)) Kostenlose bis zu 1000 Anfragen pro Monat. Tone Analyzer ist eine API mit großem Potenzial, daher sieht sie interessant aus.

・ Rekrutieren Sie A3RT (Quelle: Von hier und Von hier. /)) Die Textklassifizierungs-API scheint in der Lage zu sein, ein eigenes Modell zu erstellen. Der Preis ist nicht geschrieben, aber kostenlos. .. .. Ist es? ?? Es scheint einen anderen Dienst zu geben, der "Kalibrierung der falschen Zeichenauslassung" genannt wird und ebenfalls besorgt ist. image.png

・ Amazon Comprehend (Quelle: Von hier) Ich habe es nicht verstanden, weil der Preis fehlerhaft war, also habe ich das Bild vorerst aufgeschrieben. Ist es 1000 Millionen Zeichen, dass 1 Einheit 100 Zeichen in 10 Millionen Einheiten ist? Ist es 0,01 Yen? ?? ?? Es scheint kein Japanisch zu unterstützen, daher müssen Sie es mit Amazon Translate in eine unterstützte Sprache ändern.

image.png

・ Azure-Sprachverständnis (Quelle: Von hier) Ich habe einige Nachforschungen angestellt, aber ich mache mir Sorgen, dass die Gebührenstruktur etwas nervig erscheint. Es ist die Anzahl der Transaktionen. image.png

Gedanken Memo

Wenn Sie überprüfen, ob Japanisch unterstützt wird und wie hoch die Gebühr ist, scheint es keinen Unterschied in der Leistung der Textverarbeitung zu geben. Es ist notwendig, unterschiedlich zu denken, dass Audio und Video beteiligt sind

Recommended Posts

Praktische Warenmitteilung zur Verarbeitung natürlicher Sprache
[WIP] Vorverarbeiten von Notizen in der Verarbeitung natürlicher Sprache
Python: Verarbeitung natürlicher Sprache
RNN_LSTM2 Verarbeitung natürlicher Sprache
Verarbeitung natürlicher Sprache 1 Morphologische Analyse
Verarbeitung natürlicher Sprache 3 Wortkontinuität
Studieren Sie die Verarbeitung natürlicher Sprache mit Kikagaku
Verarbeitung natürlicher Sprache für vielbeschäftigte Menschen
[Verarbeitung natürlicher Sprache] Vorverarbeitung mit Japanisch
Künstliche Sprache Logivan und Verarbeitung natürlicher Sprache (Verarbeitung künstlicher Sprache)
Vorbereitung zum Starten der Verarbeitung natürlicher Sprache
Installationszusammenfassung des Analysators für die Verarbeitung natürlicher Sprache
3. Verarbeitung natürlicher Sprache durch Python 2-1. Netzwerk für das gleichzeitige Auftreten
3. Verarbeitung natürlicher Sprache durch Python 1-1. Word N-Gramm
Ich habe versucht, natürliche Sprache mit Transformatoren zu verarbeiten.
100 Sprachverarbeitungsklopfen (2020): 40
100 Sprachverarbeitungsklopfen (2020): 32
3. Verarbeitung natürlicher Sprache durch Python 2-2. Koexistenznetzwerk [mecab-ipadic-NEologd]
100 Sprachverarbeitungsklopfen (2020): 35
100 Sprachverarbeitungsklopfen (2020): 47
100 Sprachverarbeitungsklopfen (2020): 39
100 Sprachverarbeitungsklopfen (2020): 22
100 Sprachverarbeitungsklopfen (2020): 26
100 Sprachverarbeitungsklopfen (2020): 34
100 Sprachverarbeitungsklopfen (2020): 42
100 Sprachverarbeitungsklopfen (2020): 29
100 Sprachverarbeitungsklopfen (2020): 49
100 Sprachverarbeitungsklopfen 06 ~ 09
100 Sprachverarbeitungsklopfen (2020): 43
100 Sprachverarbeitungsklopfen (2020): 24
[Python] Ich habe mit der Verarbeitung natürlicher Sprache ~ Transformatoren ~ gespielt
100 Sprachverarbeitungsklopfen (2020): 45
100 Sprachverarbeitungsklopfen (2020): 10-19
100 Sprachverarbeitungsklopfen (2020): 00-09
100 Sprachverarbeitungsklopfen (2020): 31
100 Sprachverarbeitungsklopfen (2020): 38
100 Sprachverarbeitungsklopfen (2020): 48
100 Sprachverarbeitungsklopfen (2020): 44
100 Sprachverarbeitungsklopfen (2020): 41
100 Sprachverarbeitungsklopfen (2020): 37
100 Sprachverarbeitung klopfen 00 ~ 02
100 Sprachverarbeitungsklopfen (2020): 25
Lassen Sie uns die Verarbeitung natürlicher Sprache mit der COTOHA-API genießen
100 Sprachverarbeitungsklopfen (2020): 23
100 Sprachverarbeitungsklopfen (2020): 33
100 Sprachverarbeitungsklopfen (2020): 20
100 Sprachverarbeitungsklopfen (2020): 27
100 Sprachverarbeitungsklopfen (2020): 46
Unerträgliche Aufmerksamkeitsmangel bei der Verarbeitung natürlicher Sprache
100 Sprachverarbeitungsklopfen (2020): 21
100 Sprachverarbeitungsklopfen (2020): 36
100 natürliche Sprachverarbeitung klopft Kapitel 4 Morphologische Analyse (erste Hälfte)
Richten Sie eine Entwicklungsumgebung für die Verarbeitung natürlicher Sprache ein
Ich habe ein Einführungsbuch über die Verarbeitung natürlicher Sprache gelesen
100 natürliche Sprachverarbeitung klopft Kapitel 1 Vorbereitungsbewegung (zweite Hälfte)
100 natürliche Sprachverarbeitung klopft Kapitel 1 Vorbereitungsbewegung (erste Hälfte)
100 natürliche Sprachverarbeitung klopft Kapitel 3 Reguläre Ausdrücke (erste Hälfte)
100 natürliche Sprachverarbeitung klopft Kapitel 4 Morphologische Analyse (zweite Hälfte)
Modell unter Verwendung eines Faltungsnetzwerks in der Verarbeitung natürlicher Sprache