VibratoをLambdaで使いたい

Vibratoは高速便利な形態素解析器。
以下の記事参照。

これをAWS Lambdaで使いたい。

VibratoをWindows・Pythonで動かす

高速な形態素解析器Vibrato。
MeCabと同じ解析結果でMeCabの2倍速いらしい。

Windows・Pythonで使用している例が見つからなかったので実験。
簡単に動いた。

加えて速度比較。
MeCabより速いことは明らかなので、普段よく使うGinzaと比較。

結果、
超速い。

OpenAI APIを活用した遊戯王APIからの情報取得システムをAssistants APIに組み込む

前回作成したFunction Callingから遊戯王APIにアクセスするシステムを改良。
11月6日に出たばかりのAssistants APIを使用する。

これにより、システム内部の逐次処理をある程度GPT任せにできるはず。

ついでに関数呼び出しもParallel function callingによる複数呼び出しに対応した。

OpenAI APIを活用した遊戯王APIからの情報取得システムがパワーアップ

前回作成したFunction Callingから遊戯王APIにアクセスするシステムは英語のカード名にしか対応しない問題があった。

そこで、

1. 日本語への対応
2. あいまい入力への対応

を行った。

あいまいな遊戯王カード名を正式名称と紐づけたい

たとえば何らかのシステムに「青眼の白龍」のつもりで「青目の白龍」と入力したとする。
（「眼」と「目」が間違っている。）

このときに、

そんな名前のカードは存在しません

ではなく、

あなたが入力したのは青眼の白龍ですか？

こういった需要を満たす技術は「名寄せ」と呼ばれていて、
そこでは文字列間の類似度、あるいは距離を計算する手法がよく用いられる。
有名なアルゴリズムとして、

• レーベンシュタイン距離
• ジャロ距離
• ジャロ・ウィンクラー距離

などいくつか挙げられるが、その辺のアルゴリズムを大体網羅して、かつ高速で使用方法も簡単な最強ライブラリが存在する。

今回はその最強ライブラリrapidfuzzを使って遊戯王カード名の名寄せを行う。

遊戯王OCG全カードの知名度が調べられた！

前回挑戦したが微妙な結果だった知名度ランキング。

しかし「知名度」の指標として「Google検索ヒット数」を使用するアイディアは良かった。
前回をベースとして改善した結果いいかんじのランキングができた。

Deep Yu-Gi-Oh!

「Deep Yu-Gi-Oh!」はおよそ1万枚存在する遊戯王カードを学習して作られた、存在しない遊戯王カードを無から生成して表示するサービス。
かねてより開発していた「Deep Yu-Gi-Oh！」がついに完成した。

遊戯王カードのテキストをディープラーニングにより学習

以前遊戯王カードのイラストを学習して新たな遊戯王カードのイラストを生成するという実験を行った。

今回は遊戯王カードのテキストを学習して新たなテキストを生成する。