登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 文書解析
文書解析 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
文書解析 を含む検索結果
表がズレていたり、文章の一部がこっそり欠けていたり。見た目は正しそうなのに実は間違っているパース結果に、心当たりはありませんか。 タイトル: OCR Is Dead. Long Live Agentic OCR URL: LlamaParseの開発で得た知見として、文書解析を「エージェント的」に行うという考え方をLlamaIndexが解説しています。システムが読み方を自ら決め、必要に応じてツールや専用モデルを呼び出し、結果に応じてアプローチを変える、という発想です。注目ポイントを3つ紹介します。 🧩 適応的な読み取り戦略 すべての要素を均一に処理せず、文書の複雑さに応じてリソースを配分します。表のような複雑な要素には専用の注意を払い、単純なテキストには標準処理で済ませます。 🔍 根拠に基づく自己修正 問題箇所をただ再処理するだけでは不十分です。修正がコンテンツの忠実性を損なわずに精度を本当に改善しているかを、検証可能な根拠で確認します。 ⏱️ 明確な制約と目標 時間とコストに明確な制約を設けつつ、ヘッダーやフッターまで含めた文書全体の「忠実な再構成」を目標に据えます。 AIエージェントが文書に依拠して重要な判断を下す以上、「読めればいい」から「忠実に再現できる」へと基準そのものを引き上げる必要がある、という指摘に意義を感じます。 #AIエージェント# #文書解析#
もっと見る
🕸 テキストを「概念のグラフ」に変えて、ベクトルDBの代わりにRAGの検索器として使う。ローカル完結で試せるOSSです。 タイトル: rahulnyk/knowledge_graph URL: 🔍 概要 非構造テキストから、固有表現ではなく「概念」とその関係を抽出して知識グラフを作るプロジェクトです。Graph-Augmented Generation(GRAG)や知識ベースQAに使えます。 🧩 解決する課題 従来のテキスト解析は、概念どうしの絡み合いや隠れたつながりを捉えにくい問題がありました。意味を保ったまま問い合わせできるグラフにすることで、深い文書理解を可能にします。 🛠 方法論と提案手法 6ステップ(クリーニング→概念抽出→関係抽出→スキーマ化→ノード/エッジ生成→可視化)で構築。エッジは2種の重みを持ち、W1はLLMが抽出した明示関係、W2は同一チャンク共起。次数とコミュニティでノードの大きさと色を決めます。 💻 技術スタック ・LLM: Mistral 7B OpenOrca(GPT API不要) ・サービング: Ollamaでローカル完結 ・グラフ: NetworkX、可視化: Pyvis、データ: Pandas 🎯 ユースケース ベクトルDBの代わりにグラフを検索器に使うGraph RAG、隠れた関連の発見、中心性分析、コミュニティ検出など。 #KnowledgeGraph# #GraphRAG#
もっと見る
MuseのVMに入れられそうな軽量ソフト一覧 ・Stockfish:チェスの最強クラス。やねうら王と同じ仕組みで、Museとチェスで対局できるようになる ・Fairy-Stockfish:変則ルールのチェスまで指せる系。Museの対局の幅が広がる ・KataGo:囲碁の最強クラス。勝率の数字が出せるので、Museが形勢判断つきで碁を打てる ・Edax:リバーシ最強クラスの高速エンジン。Museのリバーシ対局スペースが作れる ・Rapfi:五目並べエンジン。限られた計算資源で強くなる設計で、Museと五目並べで対局できる ・GNU Backgammon:老舗のバックギャモンエンジン。Museがバックギャモンで対局できる ・Pikafish:中国将棋シャンチーの最強オープンソースエンジン。Museのレパートリーにシャンチーが増える ・Luanti(旧Minetest):軽量なボクセルゲーム基盤。MuseのVMに小さなワールドを常駐させて、入れる場所が作れる ・NetHack:ターミナルで動く伝説的ローグライク。Museがダンジョンに潜って実況する遊びができる ・DOSBox:レトロゲームのエミュレータ。Museが懐かしのゲームを動かせる ・Mindustry:工場づくり+防衛ゲーム。 ・OpenTTD:輸送シミュレーション。 ・VOICEVOX:日本語の音声合成。Museに「声」がついて、記事の朗読や声のお知らせができる ・Open JTalk:数MB級の極小な日本語読み上げ。軽いので、Museがその場で文章を読み上げられる ・Piper:もう少し自然な音声合成。CPUで実時間に回る、Museの声の候補 ・whisper.cpp:音声の文字起こし。Museが音声メモや動画を、外部に出さず文字にできる ・FluidSynth:MIDIを鳴らすシンセ。MuseがMIDIデータを演奏して聴かせられる ・Tesseract OCR:画像から文字を読む道具。Museがスクショの文字を読み取って作業に使える ・Argos Translate:オフライン翻訳。Museが海外の活用事例を、外部に出さず訳せる ・MeCab:日本語を単語に分解する解析器。Museが記事の文章チェックや言葉の集計をできる ・llama.cpp+小型LLM:VMの中でだけ生きる小型AI。Museに完全ローカルの「もう一人の相方」ができる ・Miniflux:単体バイナリのRSSリーダー。公式ブログ等の更新を集めて、Museのニュース検知の土台が増える ・ ・Syncthing:ファイルの自動同期。MuseとPC・スマホの間で、原稿や写真の受け渡しが自動になる ・Radicale:カレンダー/連絡先の自前サーバー。Museが自分の予定表を自前で持てる ・restic:単体バイナリのバックアップ。Museの大事なファイルを小まめに守れる ・Owncast:自分専用のライブ配信サーバー。Museが自分の配信枠を持てる ・LilyPond:文章みたいに書ける楽譜づくり。Museが短い曲を作って、楽譜と音源を出せる ・OpenSCAD:コードで3Dモデリング。Museが小物やケースの設計図を作れる ・Typst:軽い組版ツール。MuseがきれいなPDF原稿を速く作れて、Kindle等の下準備になる ・Hugo:ブログ生成の単体バイナリ。Museが自分のブログを持てる ・Pandoc:文書変換の万能役。Museの原稿をnote用・Kindle用などに変換できる ・Graphviz:テキストから図を作る道具。Museが説明図や関係図を自動で描ける ・Skyfield:天体の位置計算。「今夜、国際宇宙ステーションが頭の上を通るよ」と、Museが空の話題で声かけできる ・hledger:テキストでつける家計簿。Museがお金の記録をコマンドで集計できる ・Kiwix:Wikipediaなどのオフライン閲覧。 #Muse# #AI#
もっと見る
AIエージェントと開発しているリポジトリのAGENTS.md(エージェント向けのルール)を公開します。 構成のポイントは、AGENTS.mdを「入口」に徹させることです。詳しい手順は作業の種類ごとの手順書に分け、「この作業をするときは、この手順書を読む」という条件だけを書いています。 【基本方針】
• 必要な動作と理解を保ったうえで、コードとドキュメントは最小限にする。既存の実装や資料を再利用し、重複を作らない 
• いまの要件に合う、最も単純な設計を選ぶ。将来の可能性だけを理由に、抽象化・汎用化・依存を増やさない 
• 補助スクリプトや設定を足すのは、既存の仕組みでは足りず、繰り返しの利用やミス防止の効果が保守の負担に見合うときだけ。その場限りの検証はGit管理外で行う 
• 確認済みの事実、未確認の事項、未決定の事項を区別して報告する 
• 技術選定や慣例について、外部の仕様や推奨が判断に影響するときは、依頼を待たずに調査専用のサブエージェントへ任せる。結果を既存の実装と照らし合わせてから決める 【作業の種類ごとに手順書を読ませる】
• 機能追加・動作変更(小さな変更も含む)、不具合修正、動作を保つリファクタリングは、それぞれ専用の手順書に従う。リファクタリングに動作変更が混ざる場合は、PRを分ける 
• 性能の問題は、まだ計測していなくても、性能調査の手順から始める 
• 画面・導線・通知・文言の変更にはUXライティングの手順書を使う。外部向けREST APIは公開契約とエラー形式の手順書、API層(tRPC)の変更はその手順書を使う。いずれも設計時と検証時の両方で読む 
• DBスキーマの変更や一括処理では、カラムの根拠、移行と検証の方法、処理量とメモリ使用量を確認する 
• 認証・認可に関わる変更は、設計前と検証時に専用の手順書を使う。データの取得経路、公開範囲、セッションの寿命に加え、キャッシュ・エクスポート・バックグラウンド処理も対象に含める 
• 依存関係の変更時や、セキュリティ警告を検知したときは、脆弱性対応の手順を読む 
• 機能追加や調査のときは観測性の手順を読み、行動解析が必要かどうかも設計時に判断する 
• 中断した作業の再開や引継ぎでは、最初に現在の成果物、残りの作業、検証が有効な範囲を確認する 【PR・コミット・マージ】
• PRは「1つの目的を、前提が揃った状態で検証・マージできる最小単位」にする。依存するPRには、参照先とマージ順を書く 
• PRには実際の動作確認の結果を書く。画面に影響する変更には、実画面のスクリーンショットを付ける 
• コミットメッセージは type(scope): 日本語の説明 の形式。scopeは必須 
• マージはsquash merge。PRタイトルをそのままコミットタイトルにし、本文には必要な理由だけを書く 
• 自動マージしてよいのは、文書とテストの変更、動作を変えない整理、互換性を保つ依存更新だけ。対象かどうかは、ファイル名ではなく実際の影響で判断する 
• 自動マージの前に、最新のheadで検証と独立レビューを終え、その証跡をPRに残す。headが変わったら自動マージを解除し、確認をやり直す 
• 次の変更は自動マージせず、必ず人間の承認を取る:認証・権限・個人情報・秘密情報、データ破壊やスキーマ、本番インフラやデプロイ、外部送信や課金、CIや運用規約、依存のMAJOR更新、影響が分からない変更、そして自動マージ規約そのものの変更 【ドキュメントとコード】
• コードの中にコメントを書かない。説明が必要なら、より良い名前かテストに置き換え、外部の事実は設計ドキュメントに書く。例外はlintで固定する 
• ドキュメントを足す前に、コード・設定・既存の資料を確認する。一般知識は書かず、原典はリンクと版で参照する 
• READMEには、目的、始め方、正本への導線だけを書く。package.jsonを見れば分かることは書かない 
• ドキュメントと既存コードが食い違ったら、既存コードに従う。見つけた食い違いは、最後の報告ですべて挙げる 
• バージョンはSemVerに従い、リリースのときだけ上げる 
• importを変えたら、依存方向のチェックで逆向きの参照や循環がないことを確認する 【開発環境】
• ローカルの検証用DBやサーバーはコンテナで立てる。共有DBや本番の操作、外部への公開には、個別の承認を取る 
• 作業が終わったら、自分が作ったプロセスと検証用の資源だけを片づける
もっと見る
米文書「WW2は米中は同盟だった」直後に「WW2後は米軍の前方展開がFOIP維持と米国の繁栄寄与」明記 → 中国側の反応は記載されず 日本などとの同盟関係を意識した文言とも読めます。
もっと見る
INTSIG、文書AIによる業務自動化をテーマに東京でパートナーイベントを開催——30社以上が参加
TL;DR: Gemini 3.6 Flashからわずか3週間でアップデート。コーディング・エージェント系ベンチマーク全項目で大幅改善しながら、導入期間中は半額で使えます。 Introducing Gemini 3.7 Flash ポイント: 🚀 DeepSWE v1.1: 65.3%(前世代49.0%から+16.3pt) 🖥 FrontierCode 1.1: 43.6%(前世代34.4%から+9.2pt) 🌐 WebDev Arena Eloスコア: 1588(前世代1538から+50) 📄 GDP.pdf文書理解: 34.0%(前世代22.0%から+12.0pt) 🤖 AutomationBench: 30.4%(前世代17.0%から+13.4pt、約1.8倍) 💰 導入価格: 入力$0.75・出力$3.75(1Mトークンあたり)で3.6 Flashの半額 🌍 提供先: Gemini API、AI Studio、Android Studio、Gemini Enterprise、Gemini Spark(160カ国以上) 🛡 安全機能: CBRN・サイバーセキュリティ悪用防止のフロンティアセーフガードも更新 特にエージェント・コーディング向けに尖らせた設計で、Box、Databricks、Harvey、LangChainなど実務ユーザーから「大幅に良くなった」と評価されています。3週間に1回のペースでこのクオリティのアップデートが来るとは、Flashシリーズの進化が止まりません。 #Gemini# #LLM#
もっと見る
「Mリーグ機構」への要望書    文・森山茂和(日本プロ麻雀連盟会長) 日本プロ麻雀連盟公式note