Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

BERT モデルをベースとする 100 言語対応の自動テキスト要約ソリューションを 2020 年 2 月から提供開始

Posted on 01/14/2020 by Sales Information
Press Release

cc_logo_square

2020年01月14日 
株式会社クラスキャット 
自然言語処理技術 BERT モデルをベースとする 100 言語対応の
自動テキスト要約ソリューションを 2020 年 2 月から提供開始
 
– 「ClassCat® Text Summarizer Multilingual Edition」 –

 

お問合せについて

株式会社クラスキャット (代表取締役社長:佐々木規行、茨城県取手市) は、深層学習モデルをベースとする多言語対応の自動テキスト要約ソリューション「ClassCat® Text Summarizer Multilingual Edition」を 2020 年 2 月から提供開始することを発表致しました。対応可能な言語は日本語と英語を中心におよそ 100 言語に渡り、重視する言語の要約品質をあげるためにチューニングすることも可能です。BERT と呼称される自然言語処理技術を応用しており、実装は標準的な深層学習フレームワークの最新版 TensorFlow 2.1 と PyTorch 1.3 を利用しています。

自動テキスト要約は人工知能による自然言語処理の伝統的な目標タスクですが、現代ではインターネット上で膨大なドキュメントが溢れる中、タスクの重要性が増して多くの現実的なメリットがあります。必要なドキュメントの選択を容易にするだけでなく、人間のテキスト要約よりもバイアスがかからず偏りがないという優位点もあります。
自動テキスト要約は一般に抽出型と抽象型に分けられますが、本製品は文を選択する抽出型に該当しドキュメント管理システムとして利用することも可能です。

本製品「ClassCat® Text Summarizer Multilingual Edition」は多言語に対応しています。対応可能な言語はおよそ 100 言語に渡りますが、英語と日本語については最先端モデルの適用や語彙の充実により要約品質を高めています。他の言語についてもクライアントが望まれる言語についてチューニングすることが可能です。

本製品「ClassCat® Text Summarizer Multilingual Edition」は BERT (Transformer からの双方向エンコーダ表現) と呼称される最新の自然言語処理技術やその改良版である RoBERTa をベースとするモデルを採用しており、高品質なテキスト要約が可能になっています。モデル実装は深層学習フレームワークのデファクトスタンダードである TensorFlow 2.1 と PyTorch 1.3 を利用しています。
※ BERT は “Bidirectional Encoder Representations from Transformers” の略称です。

本製品「ClassCat® Text Summarizer Multilingual Edition」の動作環境はマルチクラウドに対応しています。各種パブリッククラウド Amazon EC2、Microsoft Azure、IBM Cloud、Google Cloud Platform 上のインスタンスやベアメタルで提供されます。
GPU 装備が推奨されますが、CPU のみのインスタンスでも動作可能です。

 


【製品販売概要】

製品名  : ClassCat® Text Summarizer Multilingual Edition
販売時期 : 2020年02月03日
販売形態 : 直接販売・販売パートナー経由・OEM
販売価格 : オープンプライス

【動作環境】

製品名  : ClassCat® Text Summarizer Multilingual Edition
OS    : Ubuntu Server 18.04 LTS
ハードウェア : 各種パブリッククラウドの仮想サーバ、ベアメタルサーバ。
GPU 推奨。(CPU only でも動作可)

 


◆ お問合せ
本件に関するお問い合わせ先は下記までお願いいたします。

株式会社クラスキャット
〒300-1525 茨城県取手市桜ヶ丘 4-48-7
セールス・マーケティング本部 セールス・インフォメーション
E-Mail:sales-info@classcat.com
WebSite: http://www.classcat.com/
Facebook: https://www.facebook.com/ClassCatJP/

※ ClassCat は株式会社クラスキャットの登録商標です。
※ その他、記載されている会社名・製品名は各社の登録商標または商標です。
クラスキャット

最近の投稿

  • LangGraph 0.5 : エージェント開発 : ワークフローとエージェント
  • LangGraph 0.5 : エージェント開発 : エージェントの実行
  • LangGraph 0.5 : エージェント開発 : prebuilt コンポーネントを使用したエージェント開発
  • LangGraph 0.5 : Get started : ローカルサーバの実行
  • LangGraph 0.5 on Colab : Get started : human-in-the-loop 制御の追加

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) LangGraph 0.5 (8) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2020年1月
月 火 水 木 金 土 日
 12345
6789101112
13141516171819
20212223242526
2728293031  
« 12月   2月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme