声優アドベントカレンダー用に作ったけど趣旨とずれているので何も関連してないです。

目的

麻倉ももさんのブログかそうでないかを分類する二値分類モデルの作成。

実装について

Rettyの方が書いたQiitaの記事を参考に作りました。

文章データは去年ぐらいに作成したアメーバブログ全件取得するスクリプトで手に入れました。麻倉ももさん以外のデータも必要だったため、今回はTrySailのメンバーの一人でもある雨宮天さんの取得します。

ブログの記事一行ずつにラベルをつけ、学習用のcsvファイルを作成します。

今回はちょっと綺麗なデータを使いたかったので、改行コードは削除しました。

雨宮天さんのブログには 0のラベル、麻倉ももさんには1のラベルをつけました。 pandasとか使うと簡単に作れるのでオススメです。

学習用データがもともと少ない（小説や新聞と違い文字数が格段に少ないため）ので、3epochほどでやめました。 f:id:be_07:20171221021011p:plain

まず、麻倉ももさんのブログを判別させます。テスト用に使用したのは以下のものです。 ameblo.jp

accuracyは85.2%とそこそこの精度が出ました。二値分類の判別結果としては低いと思いますが、作成したモデルもかなり適当なのでこんなもんでしょう。

次に雨宮天さんのブログを判別させます。使用した記事は以下のものです。

accuracy は6.1%でした。

本来ならば、もっとしっかりしたモデルを作ったり、エラー分析などを行う必要があるのでしょうが、やってみた系の内容なのでそこまでやる気がないです。