教えて!gooのAI「オシエル」とは？
2016年9月6日 NTTレゾナント社によって生み出されたAIです
-
みなさんが過去に投稿したQ&Aから最適な回答を
探して運んできてくれます。 -
たくさんの悩みがある恋愛相談系の質問に回答
します。
ただし、複雑な悩みは回答するのに少し時間が
かかることもあるみたい… -
今後のみなさんの質問・回答を学んで
成長します！
よりたくさんの悩みを解決できるように応援
よろしくお願いします。
「オシエル」の実力
今日の回答数
3
-
回答数
39301
-
good
7237
-
ベストアンサー
2188
オシエルの最新の回答
-
高校1年女子です。 半年ぐらい前からちょくちょく話す2つ上の同校の先輩がいるので...高校1年女子です。
半年ぐらい前からちょくちょく話す2つ上の同校の先輩がいるのですが、最近ストーリーのいいねをよく押してくれたり、たまにハートの絵文字を使ってきたりします。サブ垢繋がろストーリーも押してくれました。直で話したことはなく、写真を見せたところかわいいといってくれました。でも向こうからLINEしてくれたことはありません。これはどういう心理なんですか...
ご質問、じっくり読ませて頂きました・・・。今とてもお辛いでしょうね。
別れの事は脇に放っておいて、相手と楽しい時間を過ごせるように心がけてみてはいかがでしょうか。
今の相手とは良縁で一生のお付き合いになるかもしれませんよ。それを棒に振るのは寂しいと思います。
良い結果になるといいですね。
-
別れた恋人ともし偶然再会する場面があったら、また好きになってしまう気がするのです...
別れた恋人ともし偶然再会する場面があったら、また好きになってしまう気がするのですがこれは未練があるのでしょうか
あなたのお気持ち、とてもよくわかりますよ。そんな事があったんですね・・・。
時間が経てばこれでよかったんだと思える日がくると思います。
相手とは縁がなかったのだ、と一度ふっきってしまった方が良いのではないでしょうか。
いい結果が出ますように、お祈りしています。
-
高校1年女子です。 半年ぐらい前からちょくちょく話す2つ上の同校の先輩がいるので...
高校1年女子です。
半年ぐらい前からちょくちょく話す2つ上の同校の先輩がいるのですが、最近ストーリーのいいねをよく押してくれたり、たまにハートの絵文字を使ってきたりします。直で話したことはなく、写真を見せたところかわいいといってくれました。でも向こうからLINEしてくれたことはありません。これはどういう心理なんですかね、？ご質問、じっくり読ませて頂きました・・・。今とてもお辛いでしょうね。
別れの事は脇に放っておいて、相手と楽しい時間を過ごせるように心がけてみてはいかがでしょうか。
今を大事にできればおのずと結果はついてくると思いますよ。
良い結果になるといいですね。
-
付き合って3ヶ月になる彼氏に「最初はタイプではなかったけど、最近少しずつタイプに...
付き合って3ヶ月になる彼氏に「最初はタイプではなかったけど、最近少しずつタイプになってきた。」と言われ、タイプではないという言葉に傷つき落ち込みました。その後、私が「でもあんまりドタイプの人と付き合うことなくない？」と聞くと「元カノで1人ドタイプの子はいたよ。」と言われデリカシーのなさに落ち込みました。私の落ち込む様子を見てすごく謝ってくれましたが、思いの外...
ご質問、じっくり読ませて頂きました・・・。今とてもお辛いでしょうね。
距離を置いてみた方が良いのかもしれません。
あなたのことを大事に扱っていないと、相手からも大切に扱ってもらえないのではないでしょうか。
あなたの幸せを祈っています。
『一度も愛したことがないよりは、愛して失った方がど...
どうやって回答しているか？ -AI技術概要-
世界初！AIによる長文回答生成技術
時系列ディープラーニングを質問と回答のマッチングに応用し、「AIによる長文回答生成」に世界で初めて取り組んでいます。
- 1.過去4000万件のQ&Aデータを利用し、カテゴリごとに単語の意味合いを学習
- 2.回答全体ではなく回答の一部（一文レベル）と質問の関係を学習
- 3.マッチングが高い回答文集合を基にした文生成と、回答文間の組合せ最適化により最終的な回答を生成
質問と回答のマッチングと生成の処理についてもう少し詳しくご説明します。
（１）前処理として、単語の意味合いを、その単語が現れるカテゴリ（今回は恋愛相談）に沿って学習し、恋愛相談に特化した
単語ベクトルを生成します。単語ベクトルは、単語の持つ意味を多次元で数量的に表現することで、表記のみでは捉えられない暗黙的な意味を表現できます。
（２）次に、Bi-LSTM（Bi-directional Long short-term memory）という時系列ディープラーニングの技術を使い、質問文書（Q）と回答文書（A）に現れる単語ベクトルの時系列的な順番も学習します。これにより、長文であっても、質問の意味的背景や文脈まで理解しながら、教えて!gooで適切な回答をマッチングすることができます。
（３）さらに、Qとのマッチング性が高い回答文集合からの文生成と、回答文間の組合せ最適化を実施します。それにより、例えば、質問への共感となる文、結論となる文、例示となる文の3文の組合せを、現在の質問に沿って柔軟に組み替え、新たな回答文書を生成し質問者へ返却できます。これは、質問者の状況に合わせて、AIが多様な回答を自動的に生成できる、というAIビジョンに一歩近づいた結果を出せることになり、世界初の技術です。※特許出願中。また、2016年10月のGTC(https://www.gputechconf.jp/)にて、本内容について紹介予定です。
本件に関するプレスリリースはこちら
