Watsonで地図ナビアプリつくってみた

©2016 Nippon Information and Communication Corp.

Watsonで地図ナビアプリつくってみた

- 第2回IBM Watson日本語版ハッカソン参加体験レポート -

日本情報通信（NI+C）

水津幸太・浜谷貞祐

SoftLayer Bluemix Community Festa 2016

2 ©2016 Nippon Information and Communication Corp.

自己紹介（浜谷）

日本情報通信株式会社経営管理部経営企画担当新ビジネス開発グループ

はまやさだひろ

浜谷貞祐 [email protected] http://www.NIandC.co.jp/


自己紹介（水津）

kota.suizu.5

SOA, BPM (IBM WebSphere)を用いた設計開発エンジニア、その後セキュリティソリューション (IBM InfoSphere, Security)エンジニアを経て、現在、アーキテクト兼プロジェクトマネージャーとして様々なプロジェクトを支援しつつ、先進的なソリューションのご提案や仕組みづくりを行っている。

すいずこうた

水津幸太 (Kota Suizu) ソリューションビジネス本部先進テクノロジーグループ


所属会社紹介（日本情報通信）

Plan B ときどき情報発信中♪

NI+Cクラウドインフォメーションサイト SoftLayer技術情報ならココ！

http://www.niandc.co.jp/sol/bluemix/ http://niccloud.niandc.ne.jp/


SoftLayer Bluemix Community Festaで Watsonの話!?・・・Why? ・・・Why?


WatsonがBluemixで提供されているからです

Eclipse

バインド実行環境

サービス

Bluemix

アプリケーション必要なサービスを選択

他にも

•実行環境

•Webアプリ

•データベース

•モバイル

•ビッグデータ

•アナリティクス

•IoT

•セキュリティ

•開発支援ツール

•Twitter連携など


Watson日本語版ハッカソンでもBluemixの利用が前提


アイデア

アイデア

常用アプリに組み込むサービス音声対話

カーナビ

アイデア

アイデア

アイデア

新発見や思いがけない出会いを提案

アイデア

アイデア

アイデア

アイデアをひねり出す

アイデア

常用アプリに組み込む

音声対話

新発見や思いがけない

出会い


Watsonで地図ナビアプリ・・・？

＋


現在のナビアプリの限界

1時間後に、御茶ノ水駅で待ち合わせ。

57分も余っちゃう・・・


時間に余裕があるから、行きたかった書店に寄っては？

りこなび

もしもナビアプリがコグニティブだったら

1時間後に、御茶ノ水駅で待ち合わせ。

いいね！寄り道するからナビして


次の予定まで時間に余裕があるようだね。趣味に合うスポットに寄り道していったら？

『りこなび』 -おりこうナビゲーション-

ナビゲーション寄り道ルート

スポットリコメンドお店・施設

ユーザインサイト分析

趣味・状態

“思いがけない寄り道”でセレンディピティ体験

× × ＝

いいね！寄り道するから

ナビして♪

りこなび


ビジネスプラン

成長市場はどっち？競合プロダクトは何？

将来的な市場はどこ？

ナビゲーション

スポットリコメンド



ビジネスモデル

りこなび

広告収入

API課金

プレミアム課金

ナビアプリ


成長ロードマップ


つづいて、、、、

りこなびのなかみ


実現するために何が必要か

■サービス概要普段の生活や旅行に、ちょっとした発見を。ちょっとした出会いを。何気ない行き先検索。そこから新たな世界が広がります。このナビゲーションサービスでは、検索者のTwitter等ソーシャル上の投稿内容や投稿スピード、位置情報、フォローワー等の状況よりその人の状況や性格を判断し、その人に最適な新たな行き先の提案や目的地周辺のおすすめスポット、また近くにいるお友達の紹介を行います。

ステータスや文面から状況を判断する機能

文面から趣味嗜好を判断する機能

ユーザとインタラクティブにやり取りする機能

音声UI 位置、趣味、状況から適切な場所をリコメンドする機能

ルートを提示する機能


実現するために何が必要か

NLC (状況判断)

NLC (趣味嗜好判断)

DLG, TTS, STT

RaR (スポットリコメンド)

Google Map (Navi機能)

ステータスや文面から状況を判断する機能

文面から趣味嗜好を判断する機能

ユーザとインタラクティブにやり取りする機能、音声UI

位置、趣味、状況から適切な場所をリコメンドする機能

ルートを提示する機能

Watson等で実現！




趣味・状態


“りこなび” の概要図（全体）

NLC (状態)

R&R (スポット)

TTS

Insight for Twitter

NLC (趣味嗜好)

表示画面

UI層 (Node.js)

サービスロジック層 (Node-RED等)

会話ロジック層 (Node-RED)

状態コーパス

趣味コーパス

スポット Docs

Node-R

ED

Flo

w

Cloudant (スポット)




趣味・状態


NLCとは？

Natural Language Classifier

質問を入力

結果を返却

鉄道大好きです。そして実は阪急好き！また青春18切符を使って各地を鉄道に乗って巡ったりもしてます！主に関西で活動しています！鉄分補充とメイド萌えを一気に味わえるところが大好きです。

乗り鉄 97%、鉄道 70%、アニメ 15%

自然言語を理解し、予め(短いテキストで)定義されたクラス(意味)に分類、その分類されたクラス候補に確度をつけて返却する


趣味・状態


NLCとは？


質問を入力

結果を返却

鉄道大好きです。そして実は阪急好き！また青春18切符を使って各地を鉄道に乗って巡ったりもしてます！主に関西で活動しています！鉄分補充とメイド萌えを一気に味わえるところが大好きです。

乗り鉄 97%、鉄道 70%、アニメ 15%

自然言語を理解し、予め(短いテキストで)定義されたクラス(意味)に分類、その分類されたクラス候補に確度をつけて返却する

文章を読解し、ジャンル分けをしてくれる

分類器API


趣味・状態


NLCに必要なデータは？


学習データ形式 CSV形式（クラス説明文章, クラス名）最小5～最大15000レコードクラス説明文章は、最大1024文字

より良い学習をさせるために、、、クラス説明文章は、60単語未満にするクラス数は多くても数百に抑える

学習データ


趣味・状態


RaRとは？

Retrieve and Rank

質問を入力

結果を返却

上野駅、乗り鉄、暇

鉄道居酒屋 1、模型専門店 2、

検索と機械学習アルゴリズムのコンビネーションにより、ユーザーが検索による関連情報を見つけ出す事を助け、その結果を機械学習モデルに基づいてランクを付けて返却



RaRとは？

Retrieve and Rank

質問を入力

結果を返却

上野駅、乗り鉄、暇

鉄道居酒屋 1、模型専門店 2、

検索と機械学習アルゴリズムのコンビネーションにより、ユーザーが検索による関連情報を見つけ出す事を助け、その結果を機械学習モデルに基づいてランクを付けて返却

利用者の関心の高い回答を導き出す

ランキング検索API



RaRに必要なデータは？

Retrieve and Rank

文書データ

文書データ形式定義したスキーマ形式のJSONデータ Watson解釈させたいテキストフィールドはWatsonTextField

クラスを用いる

ランカー学習データ形式 CSV形式(質問文, 文書ID, 関連度, 文書ID...) 最大300MB 49以上のユニークな質問が必要定義フィールド数×５のレコードが必要関連度は1(やや関連する)～4(完全一致)で定義する関連度0は使用しない

学習データ



“りこなび” の概要図（全体）

NLC (状態)

R&R (スポット)

TTS

Insight for Twitter

NLC (趣味嗜好)

表示画面

UI層 (Node.js)



状態コーパス

趣味コーパス

スポット Docs

Node-R

ED

Flo

w





趣味・状態


“りこなび” の概要図（りこなびAPI提供）

NLC (状態)

R&R (スポット)

Insight for Twitter

NLC (趣味嗜好)



状態コーパス

趣味コーパス

スポット Docs

Node-R

ED

Flo

w


りこなび

エンジン

API提供




趣味・状態


“りこなび” の概要図（部品API提供）

NLC (状態)

R&R (スポット)

Insight for Twitter

NLC (趣味嗜好)


状態コーパス

趣味コーパス

スポット Docs


状態判定API提供

趣味判定API提供

リコメンドスポットAPI提供スポットリコメンドお店・施設


趣味・状態


趣味・状態


“りこなび” の概要図（学習データ）

NLC (状態)

R&R (スポット)

NLC (趣味嗜好)


状態コーパス

趣味コーパス

スポット Docs

スポット Docs

趣味コーパス

状態コーパス


状態状態を表す文章状態クラス

趣味趣味を表す文章趣味クラス

スポット文書タイトル文書本文趣味クラス平均滞在時間住所連絡先

連携データ文書タイトル文書本文趣味クラス平均滞在時間住所ジオ(緯度経度)

Cloudant (状態)

Cloudant (趣味嗜好)



趣味・状態


趣味・状態


“りこなび” の概要図（学習データ）

NLC (状態)

R&R (スポット)

NLC (趣味嗜好)


状態コーパス

趣味コーパス

スポット Docs

スポット Docs

趣味コーパス

状態コーパス


状態状態を表す文章状態クラス

趣味趣味を表す文章趣味クラス

スポット文書タイトル文書本文趣味クラス平均滞在時間住所連絡先


Cloudant (状態)

Cloudant (趣味嗜好) データの更新は「Blue Green Deployment」

の考え方で！！



趣味・状態


趣味・状態


“りこなび” RaR スキーマ(抜粋)

R&R (スポット)

スポット Docs

スポット Docs

<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> <field name="title" type="watson_text_ja" indexed="true" stored="false" required="false" multiValued="false" /> <field name="body" type="watson_text_ja" indexed="true" stored="false" required="false" multiValued="true" /> <field name="catclass" type="watson_text_ja" indexed="true" stored="false" required="false" multiValued="true" /> <field name="needtime" type="int" indexed="true" stored="false" required="false" multiValued="false" /> <field name="latlng" type="location" indexed="true" stored="false" required="false" multiValued="false"/>

連携データ文書タイトル文書本文趣味クラス平均滞在時間住所ジオ(緯度経度) Cloudant (スポット)



“りこなび” RaR スキーマ(抜粋)

R&R (スポット)

スポット Docs

スポット Docs

<fieldType name="watson_text_ja" indexed="true" stored="true" class="com.ibm.watson.hector.plugins.fieldtype.WatsonTextField"> <analyzer type="index"> <tokenizer class="solr.JapaneseTokenizerFactory"/> <filter class="solr.JapaneseBaseFormFilterFactory"/> <filter class="solr.CJKWidthFilterFactory"/> <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="solr.JapaneseTokenizerFactory"/> <filter class="solr.JapaneseBaseFormFilterFactory"/> <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt"/> <filter class="solr.CJKWidthFilterFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt"/> <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> </fieldType>





まとめ実装上の考慮点

システム運用やWatsonの学習を効率的に行うために、、、

Watson自体の利用率が上がるようなアーキテクチャーとする (学習効率を向上させる手段を意識する)

マスタデータ、トランザクションデータ、検索データを分けて考える (拡張性、メンテナンス性、負荷を意識する)

検索データを更新する方法を意識する

1

2

3



趣味・状態


まとめ NLCデータの考慮点

分類器として偏りなく判断できるよう学習させるために、、、

定義するクラスに対し偏りのない件数を準備する

クラスを適切に表現する文章を準備する

日本語としてキレイな文章を準備する

ある程度の長さがある文章を準備する

4

5

6

7


趣味・状態


まとめ RaRデータの考慮点

検索に必要となる情報は、それぞれフィールドを定義する

検索時の条件を意識し、フィールド定義およびデータの準備を行う

趣味項目に入れるデータ値はNLCのクラス名とし、 1レコードに複数の趣味を持たせられるようにする

位置項目は現在地から2Km以内などの位置情報検索ができるよう、スポットの緯度経度情報を持たせる

状況に合わせたリコメンドができるよう、スポットに関する平均滞在時間を持たせる

りこなびの場合、位置、趣味、状況をもとに検索し、適切な場所を提示するために、、、

8

9

10

11


©2016 Nippon Information and Communication Corp.

ありがとうございました

りこなび

Technology

Watsonで地図ナビアプリつくってみた