2017年12月3日 IBM Cloud (Bluemix) 冬の大勉強会 での「Watsonに、俺の推しアイドルがかわいいと、わかってほしかった」のスライドです。RELOADED THE FiNAL "REVOLUTiONS" バージョン（追加公演版）です。 初演は 10月24日（火）水曜ワトソンカフェ vol.4。虎ノ門ヒルズでの「イノベーションリーダーズサミット」のIBMブースのセッション枠でした。 IBM Cloud (Bluemix) 冬の大勉強会 イベントのページ： https://bmxug.connpass.com/event/66949/ 水曜ワトソンカフェ vol.4 イベントレポート： https://co-ba.net/shibuya/posts/watson_vol4/ 水曜ワトソンカフェ vol.4 イベントのページ： http://peatix.com/event/311412 BiSH公式ウェブサイト http://www.bish.tokyo/

1. Watsonに
俺の推しアイドルがかわいいと
わかってほしかった
HCD-Net認定 ⼈間中⼼設計専⾨家
⽻⼭ 祥樹 @storywriter
1
2017年 12⽉3⽇（⽇）
RELOADED THE FiNAL
REVOLUTiONS

2. 2
アイドル、好きですか？

3. 3
僕は、アイドルに興味はありませんでした。
みんながハロプロやAKB48の話をしていても・・・。
そんな僕を覚醒させたアイドル。

4. 4
BiSH !!!!!!!
とくにセントチヒロ・チッチがかわいい。
チッチ！ チッチ！ （←これを「推し」といいます）

5. 5
引⽤：http://ototoy.jp/feature/2017092207

6. 6
BiSH - オーケストラ（avex 公式 YouTube）：
引⽤：
https://youtu.be/O13MtmA-16g?t=45s
まずはこれをお聴きください。

7. ⽻⼭ 祥樹 HAYAMA Yoshiki
v インフォメーションアーキテクト
• 使いやすいWebサイトをつくる専⾨家
• HCD-Net認定 ⼈間中⼼設計専⾨家
v Web業界に20年くらい、Watsonは2年ほど
v 担当したWebサイトが、雑誌のWebユーザビリティランキングで国内トッ
プクラスの評価を受ける ほか実積多数
v 主な専⾨分野
• ユーザーエクスペリエンス、⼈間中⼼設計、情報アーキテクチャ、
アクセシビリティ、⼤規模CMS、Watson、ライター
Twi$er：@storywriter WebSite: storywriter.jp
7
ユーザー⼼理を
つかむプロです

8. 8
メンタルモデル
ユーザーへの共感から⽣まれるUXデザイン戦略
Amazonで購⼊
http://amzn.asia/3cgueBZ
コンピュータ・IT > インターネット・Web開発 > Web開発 最⾼「1位」
コンピュータ・IT 総合 最⾼「9位」

9. 9
AI（⼈⼯知能）とのかかわり：
2年ほど前から、
UXデザイナー および エンジニア として、
AIの実務をしています。とくに Watson。
リンクスタート！

10. 10
IBM Watson：
IBM の Watson は、⼿軽に使える AI です。
IBM のクラウドサービス IBM Cloud を
契約すると（個⼈でもOK）、すぐに使えます。
従量課⾦制で、さらに無料枠もあるので、
試すくらいなら、個⼈でも安⼼。
備考：
IBM ⾃⾝は、Watson を「⼈⼯知能」だとは⾔っていません。「ヒトの認知能⼒を
⽀援する Cognitive Systems（認知システム）」と表現しています。

11. 11
Watson はブランド名、複数のAPIからなる：
引⽤：https://console.bluemix.net/

12. 12
まず解かなければいけない誤解：
IBM の CM で「やるじゃん、Watson」という、
⾃然な会話をしている⾵のものがありますが
嘘とまではいかないまでも、CM ⽤に作りこまれてます。
なぜなら、Watson には、2017年9⽉時点で：
• ⽂脈を理解する能⼒はない。
• ⾔語を⽣成する能⼒はない。
• 「考える」能⼒はない。

13. 13
・・・はずだった。

14. 14
引⽤：https://www.ibm.com/blogs/bluemix/2017/09/bringing-watson-knowledge-studio-bluemix/

15. 15
Bluemix に追加された新サービス
Watson Knowledge Studio。
2017年9⽉25⽇ Experimental（試験的に）公開。
Watson に、専⾨⽤語や⽂脈（に近いもの）を
教え込むことができる。

16. 16
Watson Natural Language Understanding：
引⽤：https://www.ibm.com/watson/services/natural-language-understanding/

17. 17
Watson Natural Language Understanding：
Watson Natural Language Understanding は
⾃然⾔語を解析して、どんな話題が語られているか、
抽出する API。
ワトソンがIBMを創業
「ワトソン」is
「創業者」of「IBM」

18. 18
Watson Natural Language Understanding：
引⽤：https://natural-language-understanding-demo.mybluemix.net/
デモ

19. 19
Watson Natural Language Understanding：
Natural Language Understanding へ
Knowledge Studio から学習データを流し込める。
組み合わせたら、⾏けるんじゃね？

20. 20
チッチがかわいい
この⼀⾔を、Watsonに理解させたい。

21. 21
ごく⼀部の機能しか⽇本語対応してない：
引⽤：https://console.bluemix.net/docs/services/natural-language-understanding/language-
support.html#japanese

22. 22
つらい。
でも、終わらぬエンドロールだってあるって
証明してやんなきゃつまらない。
引⽤：BiSH - Story Brighter

23. 23
コーパス（学習データ）の流れ
Knowledge Studio でコーパス（学習データ）を作成し、
Natural Language Understanding へ流し込む。
Knowledge Studio Natural Language Understanding
コーパス

24. 24
教師データをひたすら作成する：
ファンの Twitter や YouTube のコメントから、
BiSH にかかわる投稿を、ひたすら収集。150件。
Watson は他のAIに⽐べ、少ない教師データでも動くが、
それにしても少ないか・・・？

25. 25
教師データをひたすら作成する：

26. 26
著作権が気になるが、法的にはOK：
著作権法 第四七条の七
著作物は、電⼦計算機による情報解析（多数の著作物その他の⼤量の情報から、
当該情報を構成する⾔語、⾳、影像その他の要素に係る情報を抽出し、⽐較、
分類その他の統計的な解析を⾏うことをいう。以下この条において同じ。）を
⾏うことを⽬的とする場合には、必要と認められる限度において、記録媒体へ
の記録⼜は翻案（これにより創作した⼆次的著作物の記録を含む。）を⾏うこ
とができる。ただし、情報解析を⾏う者の⽤に供するために作成されたデータ
ベースの著作物については、この限りでない。
引⽤：http://www.houko.com/00/01/S45/048.HTM#s2.3.5

27. 27
教師データを Knowledge Studio へインポート：
所定の書式の csv ファイルを投げ⼊れるだけでOK。
引⽤：https://gateway.watsonplatform.net/
デモ

28. 28
教師データをひたすら作成する：
Knowledge Studio でひたすらラベルづけ。
「チッチ」だけは、ラベルづけしない。
この名前を、⾃動で⼈名だと認識させたい。
UXデザイナーなので、ラベルづけは得意。
（UXデザイナー向け補⾜：質的分析でいうGTAに似ている）

29. 29
Knowledge Studio でひたすらラベルづけ： デモ
引⽤：https://gateway.watsonplatform.net/

30. 30
Knowledge Studio でひたすらラベルづけ： デモ
引⽤：https://gateway.watsonplatform.net/
ラベル（エンティティ）
は学習分野に合わせ
⾃分でつくる

31. 31
ラベル（エンティティ）：
引⽤：https://gateway.watsonplatform.net/
ラベル（エンティティ）は、
学習分野に合わせ、
⾃分でつくる。
分野ごとに抽出したい
語彙は異なるから。
今回は「推しごと」語彙。
ニュース⽤ アイドル⽤
犯罪
教育
会談
⾐装
恋しい
推し

32. 32
参考：ラベル（エンティティ）：
ラベル（エンティティ）の概念を、
質的分析の⽤語では「抽象化」と呼びます。
表情に
感動する
笑顔が
かわいい
切ない表情に
恋した
歌う表情が
カッコいい
エンティティ
抽象化
アユニ
ももらんど
YU-Ki
⼈名
エンティティ
抽象化

33. 33
Knowledge Studio でひたすらラベルづけ： デモ
引⽤：https://gateway.watsonplatform.net/
教師データとして
テキストにラベルを
つける

34. 34
Knowledge Studio でひたすらラベルづけ： デモ
引⽤：https://gateway.watsonplatform.net/
繰り返し

35. 35
Knowledge Studio でひたすらラベルづけ： デモ
引⽤：https://gateway.watsonplatform.net/
ひたすら150件やる

36. 36
ごめん。やっぱつらい。
でも、泣いた後に 咲くその花は
so beautiful beautifulさ。
引⽤：BiSH - beautifulさ

37. 37
Natural Language Understanding へ連携：
Knowledge Studio からのデータ流し込み。
これはボタンひとつで、カンタン。
デモ
引⽤：https://gateway.watsonplatform.net/

38. 38
いよいよ検証：
Natural Language Understanding の API を
cURL というツールで、トレーニング結果を試してみる。
まずは教師データとして与えたものでテスト。
教師データとして与えているので100%正答するであろう。
教師データ： アユニがかわいい

39. 39
アユニ・D：
引⽤：http://ototoy.jp/feature/2016122407

40. 40
検証：アユニがかわいい：
アユニがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=アユニがかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

41. 41
検証：アユニがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “アユニ”
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
いい感じ！
デモ

42. 42
検証：アユニかわいい：
アユニかわいい （←「が」を外してみた）
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=アユニかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

43. 43
検証：アユニかわいい：
"entities": [ {
"type": "PERSON",
"text": "アユニ"
}, {
"type": "EMOTION_COOL",
"text": "わいい"
} ]
「わいい」？
デモ

44. 44
Watson の⽇本語処理：
Watson の⽇本語処理には、⾼度な構⽂解析がされている。
周辺の単語との関係など、ちゃんと⾒ている。
さく
咲く
割く
策
・
・
・
さく
咲く
割く
策
・
・
・
花 が

45. 45
Watson の⽇本語処理 係り受け：
「アユニがかわいい」「アユニかわいい」
「係り受け」の問題ではないか？
アユニ
助詞
が かわいい アユニ
助詞？
か わいい

46. 46
それでは・・・

47. 47
検証：チッチがかわいい：
チッチがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=チッチがかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

48. 48
検証：チッチがかわいい：
"entities": [ {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
あれ？ チッチを
認識してくれない
デモ

49. 49
検証：猫がかわいい：
猫がかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=猫がかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

50. 50
検証：猫がかわいい：
"entities": []
ふむ・・・
何も抽出されない
デモ

51. 51
未学習の単語を推定するには、学習が⾜りないのか？
こうなったら過学習を覚悟で、教師データを与えてやる。
ここでやめちゃだめでしょ
to die or ⽣。
引⽤：BiSH – 本当本気

52. 52
えげつない教師データをひたすら作成する：

53. 53
えげつない教師データをひたすら作成する：

54. 54
「かわいい」の前にくる単語を「⼈間」と過学習：
引⽤：https://gateway.watsonplatform.net/
⼈間 かわいい

55. 55
再学習：
引⽤：https://gateway.watsonplatform.net/

56. 56
検証：猫がかわいい：
猫がかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=猫がかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

57. 57
検証：猫がかわいい：
"entities": [ {
"type": "PERSON",
"text": "猫"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
「猫」ですら
⼈間と認識される
ようになった
デモ
三階の彼⽒
ニャア
引⽤：GANG PARADE - 3rd FLOOR BOYFRIEND

58. 58
検証：桜がかわいい：
桜がかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=桜がかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

59. 59
検証：桜がかわいい：
"entities": [ {
"type": "PERSON",
“text”: “桜"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
「桜」も
⼈間と認識される
ようになった
デモ

60. 60
検証：ぶるみちゃんがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “ぶるみ"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
「ぶるみ」も
⼈間と認識される
「ちゃん」は
愛称と認識された様⼦
デモ

61. 61
検証：アスナがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “アスナ"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
デモ
教えてない⼈名
「アスナ」も
⼈間と認識される

62. 62
検証：めんまがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “めんま"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
デモ
「めんま」ですら
⼈間と認識される

63. 63
それでは・・・

64. 64
検証：チッチがかわいい：
チッチがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=チッチがかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

65. 65
検証：チッチがかわいい：
"entities": [ {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
デモ

66. 66
チッチだけ認識されない。なんでだよ !!!!!!!
悪⼝ばっか しょうがない しょうもない
はいあきらめない！
引⽤：BiSH – Nothing.

67. 67
検証：チッチちゃんがかわいい：
チッチちゃんがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=チッチちゃんがかわいい" -d
"version=2017-02-27" "https://gateway.watsonplatform.net/
natural-language-understanding/api/v1/analyze"
デモ

68. 68
検証：チッチちゃんがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “チッチ"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
デモ
ついに認識した !!!!!!!

69. 69
考察：
「チッチがかわいい」「チッチちゃんがかわいい」
内部的に以下のような構⽂解析がされたのではないか。
チ
？
が かわいい ちゃん
助詞
が かわいいチッ チッチ
？？
愛称⼈名

70. 70
でもライブで「チッチちゃん」なんてコールしない。
やっぱり「チッチ」だよな。

71. 71
しかたない、「チッチ」を学習させる：
引⽤：https://gateway.watsonplatform.net/
「チッチ」

72. 72
「チッチ」で過学習：

73. 73
そして・・・

74. 74
検証：チッチがかわいい：
チッチがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=entities" -d "entities.model=カスタムモデルID" --data-
urlencode "text=チッチがかわいい" -d "version=2017-02-27"
"https://gateway.watsonplatform.net/natural-language-
understanding/api/v1/analyze"
デモ

75. 75
検証：チッチがかわいい：
"entities": [ {
"type": "PERSON",
“text”: “チッチ"
}, {
"type": "EMOTION_PRETTY",
"text": "かわいい"
} ]
デモ
良しなに !!!!!!!
引⽤：BiSH – GiANT KiLLERS

76. 76
これでいいんだっけ・・・。

77. 77
サラバかな そりゃないな
まだ中途 だから その⼿を離さないよう。
引⽤：BiSH – サラバかな

78. 78
もうひとつ、最近、⽇本語対応した機能がある。
それは「Relations（関係）」
味⾒はいかが？？
また始まる素敵なお話があるんだ。
引⽤：BiS – BiSBiS

79. 79
検証：Relations（関係）： デモ
引⽤：https://gateway.watsonplatform.net/

80. 80
検証：Relations（関係）：
Relationsとは、エンティティとエンティティの関係を
定義することができる。
⼈
が かわいいチッチ が IBMワトソン
感情
is かわいい
を 創業した
⼈ 企業
of 創業者

81. 81
これぞまさに
「⽂脈を掴んだ」と⾔えるのではあるまいか！

82. 82
検証：Relations（関係）： デモ
引⽤：https://gateway.watsonplatform.net/
「関係」は
学習分野に合わせ
やっぱり⾃分で作る

83. 83
Relations（関係）：
引⽤：https://gateway.watsonplatform.net/
Relations（関係）も、
学習分野に合わせ、
⾃分でつくる。
今回は
「〜がかわいい」
⼀択。
ニュース⽤ かわいい⽤
授与される
誕⽣する
住⺠である
かわいい影響される

84. 84
検証：Relations（関係）： デモ
引⽤：https://gateway.watsonplatform.net/
エンティティ間の
「関係」をつけていく

85. 85
もう⼀度、過学習だ！
最後の誓いは 僕を動かした。
「まだ⾜りない」
引⽤：GANG PARADE - Plastic 2 Mercy

86. 86
「チッチ」で過学習（5分ぶり3度⽬）：

87. 87
検証：チッチがかわいい Relations（関係）：
チッチがかわいい
curl -G --user "ユーザID":"パスワード" -d "language=ja" -d
"features=relations" -d "relations.model=カスタムモデルID" --
data-urlencode "text=チッチがかわいい" -d
"version=2017-02-27" "https://gateway.watsonplatform.net/
natural-language-understanding/api/v1/analyze"
デモ

88. 88
検証：チッチがかわいい Relations（関係）：
"relations": [ {
"type": "isPretty",
"sentence": "チッチがかわいい",
"score": 0.960504,
“arguments”: [ {
"text": "チッチ",
"entities": [ { "type": "PERSON", "text": "チッチ" } ]
}, {
"text": "かわいい",
"entities": [ { "type": "EMOTION_PRETTY", "text": "かわいい" } ]
} ]
} ]
ついに
「チッチがかわいい」
を⽂脈として掴んだ
デモ

89. 89
チッチ！ チッチ！

90. 90
チッチ！ チッチ！

91. 91
変わらない思いを もっと
⾒せられたらいいな だって
ずっとこれだけって思ってきたんだから。
引⽤：BiSH – プロミスザスター

92. 92
まとめ：
1. Natural Language Understanding は、
Discovery とともに、次期 Watson の主⼒機能。
さらなる⽇本語対応に期待。
2. Knowledge Studio で分野に特化したコーパスを
作れるのはすごい。でも作業タイヘン。
3. 俺のチッチ推しは Watson に伝わった、たぶん。

93. 93
BiSH
ニューアルバム「THE GUERRiLLA BiSH」
2017年11⽉29⽇(⽔) 発売
http://www.bish.tokyo/discography/

94. 94
ありがとうございました。
来年はもっと上へ⾏きます！
⽻⼭ 祥樹
Twitter: @storywriter
Facebook: storywriter.jp
好きな曲は「オーケストラ」と「プロミスザスター」です。
Facebook、ぜひ、つながってください！
ここにはいたくない わかってる
⾏く当てはないけれど
引⽤：BiSH – ⽣きててよかったというのなら

95. ⽻⼭のプレゼンのアレ が、
スタンプになりました！
スタンプ名：ハーミィ（CSS編） 作者名：⽻⼭ 祥樹
https://store.line.me/stickershop/product/1228201/ja
Web・CSSネタ
全40種類

96. 96
Appendix
RELOADED THE FiNAL とはREVOLUTiONS

97. 97
RELOADED THE FiNAL とは：
「Watsonに 俺の推しアイドルがかわいいと わかってほしかった」
2回⽬（追加公演）です。本プレゼンの初演は
2017年10⽉24⽇（⽕）
⻁ノ⾨ヒルズ カンファレンスホール
イノベーションリーダーズサミット
IBMブース内セッション「⽔曜ワトソンカフェ VOL.4」
REVOLUTiONS

98. 98
イノベーションリーダーズサミット：
引⽤：https://www.dreamgate.gr.jp/InnovationLeadersSummit/new/
⼤規模な
ビジネスイベント
総来場者6732名
⻁ノ⾨ヒルズ

99. 99
イノベーションリーダーズサミット：
引⽤：https://www.facebook.com/pg/coba.jp/photos/?tab=album&album_id=1647991131919160
IBMブースは
会場内で最⼤

100. 100
イノベーションリーダーズサミット：
引⽤：https://www.facebook.com/pg/coba.jp/photos/?tab=album&album_id=1647991131919160
⻘いサイリウムで
ヲタ芸
まさに
番狂わせ

101. 101
セッション後のご意⾒：
BiSH、初めて知った！
カッコいい！ 買う！ それはそれで嬉しいけれど
Watsonは・・・。