PCX 乗り出し 価格 2020,
糖尿病 採血 頻度,
カローラ スポーツ 4WD,
Skype アイコン フリー,
パソコン工房 久留米 チラシ,
ゲーム制作 個人 ツール,
ヘキサギア バルクアーム グランツ,
ウエストプラザ 駐 車場,
イギリス 日本食 ブーム,
さっぽろ R オフィス 札幌 駅前,
大学 教員 タイムカード,
Mitsubishi Motors In Usa,
ジャズ アニメ 坂道のアポロン,
合宿 都内 おすすめ,
札幌市 西区 貸 会議室,
めぐる季節 ジブリ 歌詞,
アンダーアーマー アウトレット 通販,
マイ ヒーリングラブ 21話,
ちゃちゃ 入れ マンデー かどや 飯店,
腕時計 ブランド レディース,
Amazon Music プレイリスト 同期,
化粧品 検定2級 落ちた,
い にし 活用の種類,
ボーク 多 田野,
ポンジュノ TOKYO あらすじ,
仮面ライダー 変身 Gif,
はじ こい 1話 動画 パンドラ,
あしたのジョー 映画 配信,
カップル 質問 お互い アプリ,
徳島県 神山町 失敗,
ジベレリン 発芽 濃度,
中川大志 小松菜奈 映画,
コムデギャルソン オート クチュール,
Google ハングアウト 会議,
Ff7 バスターソード 違う,
デュエマ デッキ 安い 速攻,
モロゾフ ケーキバイキング 富山,
久保 建英 160,
サザエさん キチ ランキング,
障害者 兄弟 結婚 できない,
ねじれた家 無料 動画,
白夜 行 亮司の子供,
Budding と は,
みなとみらい ディナー 夜景,
シソンヌ コント ゴリラ,
失恋 ショコラ 視聴率,
ISMS 取得 しま した,
本田真凛 大学 学部,
歌謡 曲 アコーディオン,
改善報告書 社内 例文,
Mhi Financial Report 2018,
ジェットスタージャパン Ca 志望動機,
片寄涼太 橋本環奈 映画,
日本 アルゼンチン 2003,
コロンビア 防虫 タイツ,
網走 斜里 JR 料金,
Delegate Tasks 意味,
夜会 永野芽郁 韻シスト,
東海オンエア りょう 車 マツダ,
ギボウシ 冬 寂しい,
多肉 葉挿し 期間,
インスタ ビデオ通話 エフェクトできない,
職場 パワハラ ストレス,
嵐 山口県 ロケ,
夢十夜 解説 第二夜,
Gsuite カレンダー共有 外部,
横浜 有隣堂 営業時間,
Iso/iec 27001 取得,
プリキュア シャドウ 性別,
なんとか原稿用紙 2 枚程度の感想文を無事作ることが出来ました！ 各登場人物に何が起きたのか見てみましょう。主要登場人物である、メロス、セリヌンティウス、王をエンティティに含む文章に、それぞれキーフレーズの抽出を行ってみます。 detect_key_phrases というメソッドでキーフレーズを抽出できます。また、併せて感情分析もしてみます。感情分析は detect_sentiment というメソッドで分析できます。 これだけで、メロスのストーリーがわかりそうですが、続いて感情分析をかけてみましょう。Positive と Negative の度合いを数値で返す detect_sentiment を利用して、それぞれの度合いをストーリー順にプロットしてみます。 前半は Positive が多めですが、物語後半に行くにしたがって Negative が乱高下しています。物語がクライマックスに向かっていくに従い、メロスがセリヌンティウスを怖がらせたり落ち着かせたりしているのでしょうか。 Builder な皆様、こんにちは！機械学習ソリューションアーキテクト呉です。いかがお過ごしでしょうか。…と言われてもピンと来ない方もいらっしゃるかと思いますので、何ができるかをもう少し具体的にご紹介いたします。Amazon Comprehend は、機械学習を使用してテキスト内でインサイトや関係性を検出する自然言語処理（NLP）サービスです。今回は小学生の体 (てい) で読書感想文を書きました。せっかく AI を扱ったので、中学生くらいの体 (てい) になる機会があったら、読書感想文の自動生成も挑戦してみたいなぁ、とも思います。キーフレーズが多すぎて文字がつぶれてしまいました。このままだと読書感想文を作成しづらいので工夫してみます。これで 1 文ずつAmazon Comprehend にかけられるようになりました。 私も読書感想文を書いた後に、確認のため「走れメロス」をちゃんと読んでみたところ、 Amazon Comprehend をつかうことで下記 3 つを達成できたかと思います。ぜひ、読書感想文の宿題を抱える小学生の親御様でこのブログを読んだ方には、 Amazon Comprehend を使って結果をお子様に見せると、お子様が喜ぶかもしれません。あるいは自由研究のネタにできるかもしれません。さて、これまでメロスとセリヌンティウスと王の、キーフレーズと感情を別個に見ることで、ストーリーが進むに従ってどのような感情を持ち、どんなイベントがあったかがわかってきました。しかし、各人を別個で見たため、３人のキーフレーズや感情が同期していません。例えばメロスの Positive が高まったときに、セリヌンティウスの感情がどうなっているのか、がわからないです。そこで、これらのキーフレーズと感情分析の結果を、同期させて理解しやすくしてみたいと思います。さて、ルビは除去出来ていい感じに抽出できましたが、最初にタイトルと著者、最後に発行年数といった、本文ではない部分も抽出されています。ここはハードコーディングで不要な部分を削ってみましょう。 次にエンティティ認識してみましょう。 detect_entities というメソッドでエンティティを認識することができます。きっと主要人物は何回も登場するため、併せてカウントを取ってみます。 これらによって、読まずともなんとか読書感想文も書けたかな、ということにしたいと思います。これらを利用すれば、本を読まなくてもなんとなく書かれている内容を理解できそうな気がします。おそらく物語で重要なポイントは感情の値が大きくなっているはずです。主要登場人物 3 人の誰か 1 人でも Positive ないし Negative の感情が高まっていたら重要な箇所だと思います。ここでは 0.5 というしきい値を設けて、誰かの Positive または Negative の値が 0.5 を超えていたら感情をプロットし、その時のキーフレーズを表示させてみます。また、キーフレーズもなるべくバラけて表示するようにちょっと工夫を加えてみます。テキストの全体的な感情（混在・肯定的・否定的・中立的）の度合いを分析します。 グラフの横軸はストーリーの順番、縦軸はそのテキストの感情の値です。最初から Negative 全開ですね…。またメロスがエンティティとして登場すると、 Negative な感情の上下が激しく、だいぶ情緒不安定です。小説は感情の揺れ動きが重要なため、「走れメロス」以外もそんなものなのかもしれませんね。最後のほうは Positive が目立つので、おそらくハッピーエンドだったのではないでしょうか。 エンティティの登場回数がメロスの 約 5 分の 1 とあって、セリヌンティウスのキーフレーズもメロスと比べるとずいぶん少ないです。メロス同様、セリヌンティウスも感情分析してみます。 本題に入る前に、 Amazon Comprehend のアップデートについて簡単にご紹介いたします。同期させて理解するのに、一つ問題があります。メロスやセリヌンティウス、王が必ずしも文のエンティティとして出てくるとも限らないため、エンティティとして登場していない人の感情がわかりません。その場合は直前の感情を維持することとしてみましょう。登場人物 3 人の感情とキーフレーズを同時にグラフに表示してみます。では AWS にログインして、Amazon Comprehend のコンソールからエンティティを抽出してみましょう。さて前置きが長くなりましたが、本題である「本を読まずに読書感想文を書く」に挑戦してみたいと思います。 AI サービスといえど、原文データが手に入らなければ何もできないので、まずは原文データを入手してみます。 左側のメニューの Real-time Analysis から Input text のところに文章を入力します。すると、このように「Amazon.com, Inc」「Seatle, WA」など組織や、場所、日付、人物など、エンティティの抽出を簡単に行うことができます。かなりの情報を削減でき、また重要な情報だけ残すことが出来たかと思います。これらの感情の値が大きくなっている時のキーフレーズをもとに読書感想文を作成してみましょう。 AWS のマネジメントコンソールをご利用の場合は、「Entities」タブの隣に並んでいる、「Key phrases」「Language」「Sentiment」「Syntax」タブをクリックするだけで、それぞれキーフレーズ抽出、言語検出、感情分析、構文解析を行うことが可能です。 「命を生み、育てる女性が、人を殺さざるをえなかった。それがいかに悲惨で、精神を病んでいくことになるのか。そして、戦争は勝とうが負けようが人を幸せにすることはないーー。世界情勢がきな臭さを増す今だからこそ、その現実を改めて知ってほしい」同作は、第２次世界大戦下、旧ソ連軍の一員だった女性たちの証言を集めたものだ。「日本でも従軍看護師や女子挺身隊として戦地に赴いた女性はいた。しかし、旧ソ連軍では戦の最前線で銃を握り、敵兵を狙撃したという女性も少なくない。これは、ほかの国にはないことでした」「極限の状況で感情が麻痺し、残虐になっていく心の動きや表情が、淡々と、しかし、とてもリアルに描かれている。絵で表現するコミックだからこそ伝わってくるのだと思います」原作の存在は知ってはいたものの、今回コミックで初めて読んだという池上さん。その感想を「衝撃だった」と語る。池上さんは、「戦争を知らない若い世代、特に若い女性に読んでほしい。内容的に重く、他国のことなので文章だけだと理解するのが難しいけれど、コミックならば非常に手に取りやすく、内容もわかりやすい」と評す。コミック版では監修者による時代考証もされ、戦時中のソ連の様子がよくわかる。コミックは、原作からいくつかのエピソードを漫画化。その一つに、最初は敵兵を狙撃したことに震え、苦悩しながらも「しばらくすると、そういう気持ちはなくなった」、自分の味方が殺されているのを目の当たりにし「それからは、いくら殺しても哀れみの気持ちは起きなかった」という女性の生々しい証言が描かれている。たとえば、池上さんが作中で強く印象に残ったいうエピソード。女性だから毎月生理がくるが、男性の将校たちはまったく理解がない。下着の用意もしてもらえず、血が乾いた軍服はガラスのようになり、当たる部分が切れたりすれたりして傷になる。「『やっぱり女は』と言われたくなかった」と男性以上に戦いながら、「考えはそうでも女の身体が……」と現実に苦悩する。証言者は、相手が同じ女性だったからこそ本音を吐露することができたのだろう。「声高に戦争反対を訴えるのではなく、戦時下では何が起きるのかを淡々と綴っている。だから心を打ちます。本当の意味での反戦文学だと思う」「酒とワンコと男と女」をテーマに、日本酒やワイン、食、ペット事情、人物インタビューなどを執筆。JALカード会員誌「AGORA」、同機内誌「SKYWARD」「ワイン王国」「朝日新聞デジタル&w」「sippo」などに寄稿。池上さんも多くの戦争体験者を取材してきた。「『戦争を知らない若者にはわからないだろう』と言う人もいるし、二度と思い出したくない人もいる。また、これは男性に多いのですが、昔の記憶を美化する傾向がある。悲惨な体験を持ち続けるのは精神的に厳しく、防衛機制が働いていいことだけ思い出そうとしたり、都合のいいように記憶を書き換えたりする。多くの人に話を聞いていると、矛盾が生じてくることは多々あるのです」とその難しさを語る。難しさを知るからこそ、「ここまで聞き出したのは大変なことだったと思う」と、アレクシエーヴィチさんを讃えた。1950年長野県生まれ。NHK記者出身。世界各地を取材し、テレビ、新聞など幅広いメディアで活躍。名城大学教授、東京工業大学リベラルアーツ研究教育院特命教授ほか９大学に籍を置く。『伝える力』（PHPビジネス新書）、『そうだったのか！現代史』（集英社文庫）、『世界から戦争がなくならない本当の理由 』(祥伝社新書)など著書多数。「日本では戦艦大和やカミカゼ特攻隊など『祖国のために命を捧げる男の勇敢なドラマ』として描かれがちですが、戦争は決してそんな美談ではない。また、夫や息子を戦争で失った女性は日本にもいますが、戦地で戦った人はいない。表には出てこない、私たちが知らない戦争のリアルな悲惨さが、他国の女性の体験を通じて見えてきます」背景には、ナチス・ドイツの国防軍が独ソ不可侵条約を破りソ連に侵攻した「独ソ戦」がある。一般市民をも巻き込んだ血で血を洗うような残虐な戦争によって、人類史上最大の戦死者を出し、中でもソ連は2700万人以上もの命が犠牲となった。「男たちが次々と戦地で命を落とし、それでも戦争を続けるために女性までもが駆り出されることになったのです」1973年生まれ。約50カ国放浪後、カメラマンになる。趣味トロンボーン。
ある戦争体験者たちのインタビュー集がコミック化された。『戦争は女の顔をしていない』（kadokawa）。原作はウクライナ出身の女性ジャーナリスト、スヴェトラーナ・アレクシエーヴィチさんの代表作で、初版は35年以上前という古い作品だ。