はじめに
先日公開した日本語極性判定技術を体験できるデモを作成しました。公開ツイートを極性判定した結果を見れる他、自分でテキストを入力して極性判定してみることもできます。極性判定結果が間違ってたらフィードバックを送れるようにしたので、よろしければ性能改善にご協力ください。学習モデルを定期的にアップデートしていきます。性能が上がっても、基本無料で提供し続けます。
デモサイト
ソースコード
関連情報
- deeplearning4jで日本語WikipediaのWord2Vecを作る
- deeplearning4jのword2vecの限界とその上手な使い方
- deeplearning4jのdoc2vecで極性判定してみた
- deeplearning4jのdoc2vecにwikipediaのword2vecモデルを注入する
- deeplearning4jでword2vecのベクトルデータからNNで極性判定してみる
- deeplearning4jでword2vecのベクトルデータからRNNで極性判定してみる
- 【API】日本語極性判定APIを公開しました
- 日本語極性判定技術のデモサイト作りました
- deeplearning4jのRNNで極性判定を作った～Early Stop編～
- 【アップデート情報】極性判定APIの精度改善
使い方
2つのデモを用意しました。
公開ツイートの感情推定（極性判定）
Twitterの公開ツイート（Public TimeLine）を5件取得して、感情推定（極性判定）しています。表示するツイートは定期的にリフレッシュされます。感情は「良い（Positive）」「普通（neutral）」「悪い（negative）」の3種類です。
ページの左側が予測結果で、右側に間違いの修正をフィードバックするボタンを設けています。もし推定した感情に間違いがあれば、フィードバックボタンで間違いを修正して頂けるとありがたいです。定期的に学習モデルを改善して、極性判定性能を高めていきます。もちろん、改善した極性判定技術も基本無料でAPI公開します（APIに大量のトラフィックを送る場合はご相談ください）。
自由入力で感情推定（極性判定）
自由記述文も極性判定できます。こちらも詳細は「公開ツイートの感情推定（極性判定）」と同じです。
1点注意事項ですが、こちらのデモでフィードバックボタンを押下すると、そのテキストを学習データに使うことになります。学習データは一般公開しませんが、機密情報等は入力しないようにしてください。・・・そもそも入力しないで頂きたいですが。ちなみに何を入力したというログは取っていないので、普通に使う分には安心して下さい。
おわりに
今回はAPIを公開するだけでなく、デモサイトも立ち上げました。これで極性判定でどんなことができるのか、よりイメージしやすくなったのではないでしょうか？2016年10月末の時点でのF値は80%程度ですが、ここからフィードバックでどんどん性能を上げていきたいです。みなさまご協力をよろしくお願い致します。
