【AndroidStudio】日本語化再び【完全版】

株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。

今回は臨時投稿。
以前に連載していたAndroidStudioについて更新が発生したのでご連絡です。

【AndroidStudio】インストール&日本語化

２０１５年の記事「AndroidStudio】インストール&日本語化」で、
AndroidStudioの日本語化について試行錯誤しましたが、

結論はと言うとダメでした。

AndroidStudioの日本語化は不完全。。。

下手に日本語化するより英語でやった方がマシ。。。

と思っていましたが、いつの間にか日本語対応が完成していました。

• https://www.willbrains.jp/page/4

日本の誇る日本語化アプリ「Pleiades」が対応して下さったようです。

対応時期はどうやら２０１７年６月末だったの模様。

かなりの大幅アップデートだったようで、私が知っていたPleadesから相当な進化を遂げております。

日本語化手順は公式サイトを見れば分かるかと思いますが、一応、当ブログでもご紹介させて頂きたいと思います。

【AndroidStudio】日本語化手順

１．AndroidStudioのインストール

事前のAndroidStudioのインストールは省略します。

普通にインストールして下さい。

２．Pleadesの取得

Pleadesの公式サイトよりプラグインをダウンロードします。

• http://mergedoc.osdn.jp/

ここで注意ですが、ダウンロードするのは上にある「Pleiades All in One」ではなく、下にあるプラグインの方です。

ここがPleiadesの凄い所なのですが、Pleiadesは元々はEclipse用に作られた日本語化ツールですが、AndroidStudioなどのIntelliJ系にも適応出来るのです。

「AOP (横断的関心事を解決するテクノロジー)」 と言うそうです。
「Java クラスローダーをフックし、クラスをバイトコードレベルで動的に書き換え……」とのことですが、完全に黒魔術。
私は性能測定ツールやモックツール等でメタ領域に突っ込んだ製品を見たことがあるので概念はある程度理解する所ですが、実装イメージが沸くほどには到底及びません。
特殊技術の領域です。

とは言え、使うだけなら単なるツールなので簡単です。

早速プラグインをダウンロードしてみましょう。

３．解凍

ダウンロードしたプラグインを解凍します。

昔は「features」と「plugins」しか無かったのですが、色々と増えました。
これは革命的なことです。
Eclipseのプラグインなんてどれもこれも「features」と「plugins」だけがチョロっと入っているだけのチープなものばかりなんです。
それ以外が含まれた豪華なパッケージなんて初めて見ました。

この中の「setup.exe」をダブルクリックして実行します。

４．セットアップ

セットアップ実行直後の画面は以下です。

「日本語化するアプリケーション」の選択ボタンを押下します。

実行ファイルの選択ダイアログが表示されますので、日本語化したいアプリの実行ファイルを選んで下さい。

私の場合はAndroidStudioの64bit版を日本語化したいので、「studio64.exe」を選びます。

後はもう、スルスルっと設定が行われ、以下の状態になります。

「日本語化する」のボタンを押下して下さい。

これで日本語化完了です。

５．起動

では、期待を込めてAndroidStudioを起動してみましょう。

バッチリです！！

終わりに

いやぁ、流石はレジェンドアプリのPleadesですね。

昔は「自分でパスを通せ」みたいな、実に技術者向けのそっけないツールだったのですが、今や完全GUI対応。
この進化は普通ではありません。

「AndroidStudioを普及させたい勢力が手伝った」とかあるんじゃないかな？
それくらい特別なアップデートが成されています。

日本Android界全体に影響を与える大改修と言って良いでしょう。

しかし、最近はIntelliJベース製品の攻勢が著しいですね。

Android開発はAndroidStudioが正式採用。

Python開発はPyCharmが世界最強と評価されています。

Javaは長年の間、Eclipseが支配的地位を占めてきましたが、

「AndroidはAndroidStudioなのにJavaはEclipseかよ？」

というのは誰もが思っていることでしょう。

私は伝統的JavaエンジニアなのでEclipseに最も慣れ親しんでいます。
しかし、IntelliJの活躍を見ると、慣れたEclipseを離れて新しい環境に挑戦していかなければならないと、最近強く思いますね。

今年度の更新はこれが最後です。
また来年も宜しくお願いします。

【Googleクラウド・機械学習編】CLOUD NATURAL LANGUAGE API その２

株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。

最近流行の機械学習について勉強中です。

前回に引き続き、「CLOUD NATURAL LANGUAGE API」の実行を目指していきます。

前回まで

前回までで、ひとまずＡＰＩの有効化と共に課金許可まで行いました。

認証ＩＤ取得

ＡＰＩ管選択画面から「管理」のボタンを押して認証情報の取得画面に進みます。

選択肢が出てきました。

• APIキー
• OAuthクライアントID
• サービスアカウントキー

このうち、単純に実行したい場合に必要なのはAPIキーです。
それ以外のキーは未調査。

APIキーを選択します。

無事に生成されました。

ここで注意事項ですが、APIキーは他人に漏らしてはいけません。

APIキーで個人を識別する仕様ですので、APIキーが漏れることは、ログインＩＤ/パスワードやクレジットカード番号が漏れることと同レベルの危機です。

ちなみに今は私が自分で検証しているだけなので考慮不要ですが、もし業務で本格的に使う事になったらＡＰＩキー秘匿の為の策も練る必要があります。

外部への流出対策は言うまでもありませんが、内部に対する秘匿も課題になるでしょう。

例えば、

• ログにＨＴＴＰリクエストのクエリが表示されている。
• クエリの中にはＡＰＩキーも含まれている。
• ログは内部の人間ならば誰でも見れる。

なんてコンボをやらかしたら、もう完全にダダ漏れですよね。

こういうのを一つ一つ見落とさないように防いでいくことはなかなか難しいと思います。

クラウドにはクラウドのリスクがありますので、その辺りも理解する必要があります。

ともかくこれで無事に取得出来ました。

ちなみに今、「取得したけど一覧に何も出ない」という挙動しました。

Ｆ５を押したら表示されましたが。

ちょっとGoogleさん、画面リフレッシュの実装漏れみたいなバグがありませんか、これ？

Googleって、些細なバグは後回しにするような所がありますからね。

ユーザーも些細な事は気にしないのがお付き合いするコツです。

実行

さて、これで実行に必要な素材は全部揃ったはずなのですが。

ここからが難関。

API仕様書を読み込んで行かなければなりません。

• https://cloud.google.com/natural-language/docs/reference/rest/?hl=ja

また、HTTPリクエストを作るプログラムも実装しなきゃいけないなど、大変な作業が待っています。

しかし、親切な事にGoogleには「APIエクスプローラ」という動作確認用の機能があります。

• https://developers.google.com/apis-explorer/?hl=ja#p/language/v1/

これを使ってちょっと動作確認をしてみましょう。

文章

テキトーに考えた私の自己紹介を送り込んでみます。

======================================

株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。

仕事はシステムエンジニア。

特技は空手道初段です。

家族は妻が一名ほどいます。

好きなお酒はウイスキーです。

仲良くして下さい。

======================================

使用する機能

analyzeEntities。

エンティティ解析です。

エンティティとは、「特徴的な単語」と解釈すれば良いでしょう。

結果

以下のようなリクエストを送り込みます。

POST https://language.googleapis.com/v1/documents:analyzeEntities?key={YOUR_API_KEY}
 
{
 "document": {
  "content": "株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。\n\n仕事はシステムエンジニア。\n特技は空手道初段です。\n\n家族は妻が一名ほどいます。\n\n好きなお酒はウイスキーです。\n\n仲良くして下さい。",
  "type": "PLAIN_TEXT"
 },
 "encodingType": "NONE"
}

すると、こんな結果が戻ってきました。

200
 
- Show headers -
  
{
 "entities": [
  {
   "name": "株式会社ジェニシス 技術開発事業部",
   "type": "ORGANIZATION",
   "metadata": {
   },
   "salience": 0.22330247,
   "mentions": [
    {
     "text": {
      "content": "株式会社ジェニシス　技術開発事業部",
      "beginOffset": -1
     },
     "type": "PROPER"
    }
   ]
  },
  {
   "name": "遠藤 太志郎",
   "type": "PERSON",
   "metadata": {
   },
   "salience": 0.19125123,
   "mentions": [
    {
     "text": {
      "content": "遠藤　太志郎",
      "beginOffset": -1
     },
     "type": "PROPER"
    }
   ]
  },
  {
   "name": "Tacy",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.19125123,
   "mentions": [
    {
     "text": {
      "content": "Tacy",
      "beginOffset": -1
     },
     "type": "PROPER"
    }
   ]
  },
  {
   "name": "仕事",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.07422842,
   "mentions": [
    {
     "text": {
      "content": "仕事",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "システムエンジニア",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.07422842,
   "mentions": [
    {
     "text": {
      "content": "システムエンジニア",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "特技",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.05605998,
   "mentions": [
    {
     "text": {
      "content": "特技",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "空手道初段",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.05605998,
   "mentions": [
    {
     "text": {
      "content": "空手道初段",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "酒",
   "type": "CONSUMER_GOOD",
   "metadata": {
   },
   "salience": 0.03795014,
   "mentions": [
    {
     "text": {
      "content": "酒",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "ウイスキー",
   "type": "OTHER",
   "metadata": {
   },
   "salience": 0.03795014,
   "mentions": [
    {
     "text": {
      "content": "ウイスキー",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "家族",
   "type": "PERSON",
   "metadata": {
   },
   "salience": 0.028858999,
   "mentions": [
    {
     "text": {
      "content": "家族",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  },
  {
   "name": "妻",
   "type": "PERSON",
   "metadata": {
   },
   "salience": 0.028858999,
   "mentions": [
    {
     "text": {
      "content": "妻",
      "beginOffset": -1
     },
     "type": "COMMON"
    }
   ]
  }
 ],
 "language": "ja"
}

考察

ほえ～。

「salience」とは突出率という意味で、この数字が高いほど特徴的で、
低いほどありふれた単語、という意味のようです。

• 株式会社ジェニシス 技術開発事業部

これで一つの単語として認識されています。

TYPE:ORGANIZATION

しかし、「株式会社ジェニシス」が会社名で「技術開発事業部」が部署名であることまでの粒度には到っていません。

• 遠藤　太志郎

私の名前も抽出出来ています。

TYPE：PERSON

ジェニシスの方は「TYPE:ORGANIZATION」で私の名前は「TYPE：PERSON」ですから、それが人間の名前なのか組織の名前なのかを識別出来るようです。

なるほどなるほど。
機能のイメージは沸いてきますね。
問題はこれをどう役立てるかということですが、試していくには元となるデータが沢山必要ですね。

同僚の日報とか解析してみると面白いかもしれません。

終わりに

引き続きCLOUD NATURAL LANGUAGE APIの検証を進めていこうと思います。

【Googleクラウド・機械学習編】CLOUD NATURAL LANGUAGE API その１

株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。

最近流行の機械学習について勉強中です。

今回からGoogleクラウドAPIを使い始めていきます。
最初は「CLOUD NATURAL LANGUAGE API」です。

始め方

何事も最初が一番難しい。

「CLOUD NATURAL LANGUAGE APIってどこにあるのよ？」でまず躓きます。

GoogleクラウドAPI全般に言えることですが、APIは管理コンソールの中にあります。

コンソールの中に「APIとサービス」という項目があります。

これを選択して下さい。

その中に「ライブラリ」があります。

ライブラリを選択すると、お待ちかねのライブラリページが表示されます。

沢山あります！！

このライブラリページはGoogleクラウドの全機能が集結しています。

「CLOUD NATURAL LANGUAGE API」に限らず、「GMail」とか、「Googleカレンダー」とか、果ては「Youtube」まで。

Webで実現出来る機能は全部この中に投入されており、この中からお好きなものを選んで使用して下さい、とそういう形態なわけですね。

そして機能毎に使用回数とか伝送データ量とかが計測されており、それに応じてお金を払うという従量課金制で進行しております。

では、目当ての「CLOUD NATURAL LANGUAGE API」を検索しましょう。

出てきましたね。

これを選択するお、「有効にする」のボタンがある画面が表示されます。

さっそく有効にして……。おっと。

課金しろ、と出てきてしまいました！！

課金体系

私は一年間の無料お試しクレジットを貰っているので、当面は課金はされないはず。

とは言え何かミスって爆死したら困るので先に予算体系も調べました。

• https://cloud.google.com/natural-language/pricing?hl=ja

要約すると、

• 5,000件までは無料
• それ以降、1,000件辺り１ドルが必要
• 大量使用ユーザは1000件辺り0.25ドルまで値下げＯＫ

とのことです。

この「件」というのは、HTTPリクエストの送信回数のことです。
またCLOUD NATURAL LANGUAGE APIは一回当たりの送信文字数が1,000文字毎にも一件という閾値となっています。

そして１ヶ月毎にクリアされていきます。

つまり、

• 1,000文字のHTTPリクエストを1回送る。⇒１件
• 1,000文字のHTTPリクエストを2回送る。⇒２件
• 999文字のHTTPリクエストを1回送る。⇒１件
• 1,001文字のHTTPリクエストを1回送る。⇒2件
• 1,001文字のHTTPリクエストを2回送る。⇒4件

こういう計算です。

月々5,000件までは無料というのは、私がチョコチョコと検証している限りは無料と言ってしまっても良いでしょう。

このように、

• 大規模ユーザにはそれなりのお金を払って貰う。
• 小規模ユーザには、少々のお金を払って貰う。
• 個人がちょっと見てるくらいは無料。

クラウド環境は小規模スタートしたい時に有利と言われますが、全くその通りです。

ちなみに夏目漱石の「こころ」は、大体23万文字です。
対して、5,000件× 1,000文字 = 500万ですから、月々文庫本２０冊くらいのバイト数は負荷のうちに入らないと見なされるくらいの大量データ処理を想定していることが分かります。

ビッグデータ解析という側面も持ち合わせたサービスなのですね。

有効化

これで無事にAPIの有効化に成功しました。

ここから先は実際にHTTPリクエストを送り込むフェーズになります。

HTTPリクエスト送信時には、認証ＩＤという送信者を一意に認識するキーをリクエスト中に埋め込む必要があります。
次回は認証ＩＤ取得から始まります。

続く

結構長い道のりです。
しかしGoogle系のAPIはみんな同じ要領なので、一度経験しておけば二回目以降はスピーディーに作業出来ると思います。

【Googleクラウド・機械学習編】機能のご紹介

株式会社ジェニシス　技術開発事業部の遠藤　太志郎(Tacy)です。

最近流行の機械学習について勉強中です。

今までは「人工知能調査」と銘打って記事のタイトルとしていましたが、調査対象をGoogleクラウドの機械学習ＡＰＩに絞り込んだことから、記事のタイトルも合わせて絞り込んだものにしてみました。

では、早速機械学習ＡＰＩの中に入っていきましょう。

何が出来るのか？

ご存じ無い方だと、「機械学習のＡＰＩ？　何のこっちゃ？」という印象かと思います。
以下の例を見ればすぐイメージが沸くでしょう。

CLOUD NATURAL LANGUAGE API

• https://cloud.google.com/natural-language/

「非構造化テキストから分析情報を得る」とのこと。
「非構造化テキスト」とは、例えばこのブログの記事のようなフリー文章のことです。

フリー文章をこのＡＰＩに食わせると、「機械学習」「人工知能」みたいな要点となる単語をピックアップしてきたり、そこに含まれている感情をピックアップしてきたりするものです。

例えば自社サービスのユーザからアンケートを収拾してきて、それを食わせると、

• 「高い」
• 「障害」
• 「対応」
• 「値段」

みたいな、特徴的な単語が抽出されてきます。
加えて、「怒り：２０％」「不満：３０％」「良好：５０％」みたいな感情も数値化されて出てきます。

こういう情報を見て、

「ああ、利用者はウチのサービスに対して値段の高さ、障害発生率、ヘルプデスクの対応、この辺りを気にしているんだなぁ。値下げは出来ないけど、障害発生率、ヘルプデスクは気になる。これは新機能の追加より、現在のサービスの安定性向上にリソースを割いた方が良いってことなのかなぁ」

という判断材料に使えるわけですね。

このＡＰＩは「ユーザからの声を数値化するサービス」と言えるでしょう。
上手く使えば経営者の目がキラキラするかもしれません。

補足ですが、「ビッグデータ解析と似たようなもんだな」という印象を抱く方もいると思います。
私は「似たような物ではなく、同じ物だ」と解釈しています。

機械学習とビッグデータ解析は技術領域が被っていますので、両者の境界線は曖昧です。

CLOUD SPEECH API

• https://cloud.google.com/speech/

音声をテキスト変換するＡＰＩです。日本語にも対応していることを確認済み。

最近のスマホは「近所の居酒屋まで道案内してや」と話し掛けるだけでGoogleマップが起動したりしますが、恐らくはこの技術を使っているものと推測されます。

私は業務系エンジニアであるため、このＡＰＩの使い道は真っ先に以下を思いつきました。

• 議事録のテキスト化

会議の内容を手持ちのスマホで録音して、戻ってからＡＰＩに食わせてテキスト化出来るんじゃないか！？

これは期待大です。

CLOUD TRANSLATION API

• https://cloud.google.com/translate/

言わずと知れたGoogle伝統の翻訳ＡＰＩです。

最高に素晴らしい機能ではありますが、公式のGoogle翻訳以上のものを自分で作るのは難しいんじゃないかな？

自分のアプリの中にGoogle翻訳を組み込みたいようなケースがあれば、活躍するのかもしれません。

CLOUD VISION API

• https://cloud.google.com/vision/

画像を解析するＡＰＩです。
画像から様々な情報を抽出します。

• ラベル検出
• 不適切なコンテンツの検出
• ロゴ検出
• ランドマーク検出
• 光学式文字認識（OCR）
• 顔検出
• 画像属性

「光学式文字認識（OCR）」とは、画像の中に書かれた文字をテキスト抽出することです。
名刺画像を食わせれば名前を抽出出来る、とかそういう機能ですね。

それ以外は何のこっちゃ？？？

これ、使ってみれば感覚が分かります。
以下、私の写真を食わせてみました。

JOY：■■■■■

とか出ていますね。

「これ、お前が遊びに出かけた時の写真だろ！！」と、断定してきているわけですね。
服装のポップな感じから見極めていると思われます。

人間の思考回路と同じ。
実に人工知能らしい機能じゃありませんか。

その他の機能

上記を見ると、「ああ、あのサービスのあの機能はコレだったんだ」と思う方も多いと思います。
何か、どこかで見たことがあるような機能です。

あの機能を自分で作るとなると途方も無い労力です。
しかしＷｅｂＡＰＩを使えば簡単に実現出来ます。

それが機械学習ＡＰＩなわけですね。

最後に、私が気になるＡＰＩをご紹介。

CLOUD JOBS API

• https://cloud.google.com/jobs-api/

限定公開アルファ版。

「求職者がもっと簡単に職を探せるようにするという幅広い取り組みの一環」

とのことです。

要するに、「求職者のスキル」と「企業の求めている人材像」を分析してマッチングする機能ということでしょう。
リクルートとかが関心を寄せそうな話です。

これを弊社ジェニシスに置き換えた場合、弊社では「マッチング営業」という業務が存在します。
ＳＥを派遣する時の仲介となる業務です。

この業務は「行う仕事と、派遣された人材のスキルが合わない」というスキルミスマッチが大問題に発展します。
もちろん、念入りに面談して技術力も見極めればそんなことは起きるはずは無いのですが、「忙しくて面談の時間が３０分しか取れない」とか「技術力を見極める力量のある人が忙しいので動員出来ない」とか、大人の事情で万全な体制が取れないケースがあります。

しかし、機械学習を活用してＳＥの職務経歴書を読み込ませて判断材料にすることが出来れば、問題点のいくらかは補強されるんじゃないかと思います。

こんな風に「もしかしたらこんなことが出来るんじゃないかな？」と期待が膨らんでいく辺りが、機械学習の楽しいところですね。

終わりに

次回からは上記のＡＰＩを実際に使っていきたいと思います。