DeepLの“珍誤訳”が話題に 「I'm sorry」の日本語訳は？→「アイム・ソーリー・ヒゲソーリー」 ゲーム「ACE COMBAT ZERO THE BELKAN WAR」に出てくるあるせりふを翻訳すると、なぜか5ちゃんねる（旧2ちゃんねる）の「なんでも実況J（ジュピター）」発祥のキャラクター「やきう民」のアスキーアート「彡(^)(^)」が登場することが話題になった翻訳サービス「DeepL翻訳」。同サービスで新たな“珍誤訳”が見つかり、Twitterで話題を集めている。 （関連記事：DeepLの翻訳結果に突如現れた顔文字「彡(^)(^)」が話題） soy乳（＠soynyuu）さんはDeepLで「I'm sorry」を日本語訳に変換した結果をTwitter上に掲載。日本語では「すみません」など謝罪を意味する言葉になるはずだが、DeepLは「アイム・ソーリー・ヒゲソーリー」と訳してしまうと
最近の自然言語処理では、大規模なテキストから単語の分散表現や言語モデルを学習させて使っています。学習する際のテキストとしては、分量や利用しやすさの都合からWikipediaが選ばれることが多いですが、その前処理は意外と面倒で時間のかかる作業です。そこで、本記事では比較的最近リリースされた前処理済みのデータセット「Wiki-40B」とその使い方を紹介します。 Wiki-40Bとは？ Wiki-40Bは、40言語以上のWikipediaを前処理して作られたデータセットです。このデータセットは言語ごとに学習/検証/テスト用に分かれているので、単語分散表現や言語モデルの学習・評価に使えます。言語ごとの対応状況については、以下のページを参照するとよいでしょう。 wiki40b | TensorFlow Datasets 前処理としては、大きくは以下の2つに分けられます。 ページのフィルタリング ペー
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く