2025-11-15
prev <a href="/ja/%E3%83%96%E3%83%AD%E3%83%BC%E3%83%89%E3%83%AA%E3%82%B9%E3%83%8B%E3%83%B3%E3%82%B0%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8B%E3%82%A4%E3%83%B3%E3%82%B5%E3%82%A4%E3%83%88%E3%81%AE%E5%88%86%E9%A1%9E">ブロードリスニングにおけるインサイトの分類</a>
<blockquote>
正確にいうと、Talk to the City + GovTech Tokyo側データサイエンティストやアドバイザとして参加した安野チームが実装したPythonスクリプトなど。既存のツールを使うだけでは解決していない
 時系列としては「この経験から&quot;生のTalk to the Cityでは機能が足りていない&quot;と考えた安野チームが開発して公開したのが広聴AI」
</blockquote>
健さんのインサイト分類を見てて、やはり「東京都の成功ケースでの既存の分類との照らし合わせはGTTがやったので詳細不明」というままでは良くなくて、今後の広聴AIの発展のためにもこちらの手元で再現実験が必要な気持ちになってきた
大前提として、Jigsaw Sensemakerは「与えられたデータから分類ツリーを作成」「その分類ツリーに与えられたデータをはめ込み」の2段階になっており、この後半部分がほぼGTTのやったことと同じであると思っている
関連
<ul>
<li><a href="/ja/%E3%82%B7%E3%83%B3%E6%9D%B1%E4%BA%AC2050%E3%83%96%E3%83%AD%E3%83%BC%E3%83%89%E3%83%AA%E3%82%B9%E3%83%8B%E3%83%B3%E3%82%B0">シン東京2050ブロードリスニング</a></li>
</ul>
2025-11-16
<a href="https://github.com/nishio/broadlistening-research/blob/main/experiments/2025-11-15/REPORT.md">東京都ブロードリスニング実験レポート: 既存分類体系との照合</a>

シン東京2050再現実験