株式会社レトリバ

株式会社レトリバ(Retrieva, Inc.)の公式アカウントです。自然言語処理AI…

株式会社レトリバ

株式会社レトリバ(Retrieva, Inc.)の公式アカウントです。自然言語処理AI技術を用いて、人々を幸せにするミッションのもと、日々技術を研究し格闘しています。AI技術を使ってより豊かな暮らしが送れるようにしていきたい！

  • 生成系AI関連📈

    生成系AIとレトリバが培ってきた自然言語処理技術を組み合わせ、レトリバの独自の視点から生成系AIの情報を発信していきます！

  • 新卒ひとり広報レポート📢

    新卒ひとり広報担当がフレッシュな目線でレトリバの製品・社員へのインタビュー・イベントの様子についてレポートします！

  • 過去の技術系記事再掲載✅

    レトリバ公式はてなブログ（https://tech.retrieva.jp/）の中から人気記事をピックアップし再掲載！

  • 技術系ブログ💻

    レトリバの技術者が日々の開発・研究業務で得た知見を基に、専門的な内容をご紹介しています！

  • 社員インタビュー🎤

    個性豊かな社員の魅力とその働き方などレトリバの良さをご紹介しています！

すべてのマガジンを表示
  • 固定された記事

【新卒広報レポート】テキスト分析AIツール「YOSHINA」って何？！

こんにちは！株式会社レトリバ広報担当の辻です！新卒一年目でレトリバに入社した私が、レトリバのメインプロダクトであるテキストデータ分析AIツール「YOSHINA」への理解を深めるべく、「YOSHINA」プロダクトオーナーである鷺坂さんへのインタビューを通して学んできました。 今回はその様子をレポートします！ プロダクトオーナー紹介そもそも「YOSHINA」とは？辻：レトリバのメインプロダクトである「YOSHINA」ですが、そもそも何ができるツールなのでしょうか？ 鷺坂：「

株式会社レトリバ

    • 【初心者でも5分でわかる】AIの歴史をまとめてみた！【新卒ひとり広報レポート】

      こんにちは！株式会社レトリバ新卒ひとり広報の辻です。今回は昨今話題の生成AIの歴史についてAI初心者の私が調べてみたので、簡単にご紹介します！ ChatGPTの登場2022年11月にOpenAIからChatGPTが発表され、10日足らずでユーザー数が100万人を超え、世間に衝撃を与えました。 それ以来、『ChatGPT』『生成AI』という言葉をよく聞くようになり、業務にも活用しようとする人が増えてきました。 実際に広報担当である私もChatGPTやGemini（旧Googl

      株式会社レトリバ

      • DeepSpeedの紹介

        ※こちらの記事は、2021年7月26日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 Chief Research Officerの西鳥羽 (Jiro Nishitoba (@jnishi) | Twitter) です。 前回のブログでBigBirdを触ってみたを予告してましたが、BigBirdのような巨大なモデルを学習するために有用なライブラリがあったので、先にそちらを紹介したいと思います。 皆様は最近のモデルをみて、「お、いいな」と

        株式会社レトリバ

        • LLMによる疑似学習データ生成

          はじめに横浜国立大学大学院 理工学府 修士2年の藤井巧朗です。8月から株式会社レトリバにインターンとして参加させていただいております。インターンでの成果の第一段として記事「日本語LLMの推論速度検証」を書かせていただきましたので、そちらもよろしければご覧ください。本記事ではインターンでの成果の第二段として「LLMによる疑似学習データ生成」について紹介します。本記事の内容は言語処理学会第30回年次大会（NLP2024）にて発表予定です。NLP2024の原稿には載せきれなかった内

          株式会社レトリバ
        • 固定された記事

        【新卒広報レポート】テキスト分析AIツール「YOSHINA」って何？！

        株式会社レトリバ

        マガジン

        • 新卒ひとり広報レポート📢
          9本
        • 生成系AI関連📈
          9本
        • 過去の技術系記事再掲載✅
          25本
        • 技術系ブログ💻
          6本
        • 社員インタビュー🎤
          3本
        • レトリバについて🐕
          13本

        記事

          文脈化された転置インデックス

          ※こちらの記事は、2021年7月19日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 こんにちは。レトリバの飯田(@meshidenn)です。カスタマーサクセス部 研究チームのリーダーをしており、マネジメントや論文調査、受託のPOCを行なっています。 従来の検索アルゴリズムの問題点従来の検索アルゴリズムの問題点といえば、"意味"を考慮できないということが挙げられます。従来の検索アルゴリズムは、単語一致をベースとして、そのスコアリングを

          株式会社レトリバ

          文脈化された転置インデックス

          株式会社レトリバ

          事前学習モデルBARTを使って日本語文書要約をやってみた

          ※こちらの記事は、2021年5月24日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 こんにちは。 カスタマーサクセス部リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関する研究の最新動向の調査・キャッチアップなどを行っております。 今回の記事では、事前学習モデルであるBARTを使って日本語文書要約を行った話を紹介します。 概要近年、自然言語処理の分野では事前学習を利用した研究が盛んに行われています。

          株式会社レトリバ

          事前学習モデルBARTを使って日本語文書要約をやってみた

          株式会社レトリバ

          Big Birdの紹介

          ※こちらの記事は、2021年4月28日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 Chief Research Officer兼カスタマーサクセス部リサーチャーの西鳥羽 (Jiro Nishitoba (@jnishi) | Twitter) です。 昨年のNeurIPSで発表されたBig Birdが興味深かったので紹介します。 Big Birdの概要Big BirdはTransformerの一種です。 Transformerは

          株式会社レトリバ

          Big Birdの紹介

          株式会社レトリバ

          継続率99.3％を達成！テキスト分析AIツール「YOSHINA」の長続きの秘密に迫る！【新卒ひとり広報レポート】

          こんにちは！株式会社レトリバ新卒ひとり広報担当の辻です！今回は当社のテキスト分析AIツール「YOSHINA」が継続率99.3％（※）を達成したことを記念して、改めて「YOSHINA」の魅力についてお知らせしたく、プロダクトオーナーである鷺坂さんにインタビューを行いました。 ※継続率・・・今回の値は2022年10月～2023年11月の12ヶ月間の単純移動平均月次継続率を使用。 プロダクトオーナー　鷺坂文野 はじめに辻：鷺坂さん、「YOSHINA」継続率99.3％を達成され

          株式会社レトリバ

          継続率99.3％を達成！テキスト分析AIツール「YOSHINA」の長続きの秘密に迫る！【新卒ひとり広報レポート】

          株式会社レトリバ

          ESPnet による音声認識入門 ～AN4データセットによる学習・評価～

          ※こちらの記事は、2021年3月24日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 こんにちは、製品企画部リサーチャーの古谷です。 レトリバでは、主に音声認識の研究開発を行っています。 前回に引き続き、音声認識が実行できるオープンソースのツールキット ESPnet を触ってみる記事を書いていこうと思います。 前回は ESPnet Model Zoo を用いて、学習済みモデルを用いての推論を行いましたが、今回は ESPnet 本体を

          株式会社レトリバ

          ESPnet による音声認識入門 ～AN4データセットによる学習・評価～

          株式会社レトリバ

          微分可能重み付き有限状態トランスデューサーの紹介

          ※こちらの記事は、2021年2月26日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 カスタマーサクセス部 研究チーム Chief Research Officerの西鳥羽 Jiro Nishitoba (@jnishi) | Twitter です。レトリバ全体の研究開発の取りまとめをしています。 微分可能重み付き有限状態トランスデューサー(Differentiable Weighted Finite-State Transducer

          株式会社レトリバ

          微分可能重み付き有限状態トランスデューサーの紹介

          株式会社レトリバ

          ESPnet による音声認識入門 ～ESPnet Model Zoo 編～

          ※こちらの記事は、2020年12月23日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 こんにちは、製品企画部リサーチャーの古谷です。 レトリバでは、主に音声認識の研究開発を行っています。 今回から、音声認識が実行できるオープンソースのツールキット ESPnet を触ってみる記事を書いていこうと思います。 私も初めて触ります。 初回は手始めに、学習済みモデルを用いた音声認識が手軽にできる ESPnet Model Zoo を試してみ

          株式会社レトリバ

          ESPnet による音声認識入門 ～ESPnet Model Zoo 編～

          株式会社レトリバ

          「GPT4新機能ハッカソン24耐」に参加してきました

          お久しぶりです。レトリバ武井です。 前に記事を書いてからずいぶん間が空いてしまいました。時の流れとは速いものですね。 さて、今回は2023-11-17から2023-11-18にかけて行われた「GPT4新機能ハッカソン24耐」というハッカソンイベントの参加サポートと作ったアプリの紹介記事となります。 わたくしごとですが、ハッカソンというイベントが実はこれまで一回も出たことがなく、初のハッカソン参加となりました。 当日作ったアプリは私個人の方のgithubにも上げていますので

          株式会社レトリバ

          「GPT4新機能ハッカソン24耐」に参加してきました

          株式会社レトリバ

          とりあえず動かしてみる自然言語処理入門　～BERT MLM編～

          ※こちらの記事は、2020年11月27日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 こんにちは。カスタマーサクセス部　研究チームリサーチャーの坂田です。 レトリバでは、主にPoCやPoC支援ツールの開発、話し言葉関連の研究に取り組んでいます。 今回は、最近自然言語処理に興味を持ち始めた方に向けてPythonを使ってBERTを試す方法をご紹介します。 BERTとは？ BERT自体に関しては、Web上に分かりやすい解説記事が既に多

          株式会社レトリバ

          とりあえず動かしてみる自然言語処理入門　～BERT MLM編～

          株式会社レトリバ

          Copilot Studioがリリース！どんなことができるの？

          こんにちは！株式会社レトリバです。今回は11月15日に公開されたCopilot Studioがどのようなツールなのか、何ができるのかについてご紹介します。 Copilot Studioとは11月15日に開催された「Microsoft Ignite 2023」にて、米MicrosoftがAIプラットフォーム「Microsoft Copilot Studio」を発表しました。Copilot Studioは、自身の好みにカスタマイズした生成AIツール「Copilot for Mi

          株式会社レトリバ

          Copilot Studioがリリース！どんなことができるの？

          株式会社レトリバ

          日本語LLMの推論速度検証

          はじめにこんにちは。横浜国立大学大学院 理工学府 修士2年の藤井巧朗と申します。8月24日から9月29日の５週間、株式会社レトリバにインターンとして参加させていただきました。インターンでは日本語LLMの推論速度に関する検証を行いました。本記事では、インターンでの成果の一部を紹介します。 想定する読者： 自然言語処理に興味がある方 自然言語処理を扱う会社のインターンに興味のある方 LLMの推論速度に関心のある方 時間がない方向けまとめ： 推論速度に関して、特に大規模

          株式会社レトリバ

          日本語LLMの推論速度検証

          株式会社レトリバ

          CTC Segmentationの紹介

          ※こちらの記事は、2020年10月2日にRetrieva TECH BLOGにて掲載された記事を再掲載したものとなります。 Chief Research Officerの西鳥羽 二郎です。 今回は音声認識において長い音声データとその書き起こしから学習データを作成する際に役立つツールの紹介です。 書き起こしから学習データを作る時の問題点 音声認識は最近は Kaldi, Mozilla DeepSpeech, wav2letter, ESPnetなどのツールが整備されてき

          株式会社レトリバ

          CTC Segmentationの紹介

          株式会社レトリバ