Twitterのロリコン人工無能Bot @jsfavo について
@jsfavoとは
JSこれくたー，Twitterを監視する淫らなbot君です．
くんかくんかしながら演技して金をつぎ込みました✌(๑╹◡╹๑)
— JS・これくたー (@jsfavo) 2016, 1月 31・@sosoruと@jsfavoのHomeTLを見て，指定されたキーワードが入ってるとふぁぼる
・30分おき（朝7時～9時は10分おき）に何かをツイート．深夜帯はお休み
・リプライを送ると何か返してくる
ふぁぼ機能
- @sosoruと@jsfavoのHomeタイムラインを常に監視しています．指定されたキーワード，もしくは，キーワードの類似語が含まれていたらふぁぼります．
- UserStreamを使って監視していて，見つけたらすぐにふぁぼる仕様でしたが，何処からか圧力が掛かったので，いくらかの遅延を持たせてふぁぼらせています．
🔺こんな感じ．（TriggeredFilterが反応した単語）
🔺類似語の場合はこんな感じ
ツイート機能
- 予め登録されたキーワードを元に何か文章を作成します．文章の素は@sosoruの過去のHomeTLを使っています．
ロリに中出し"のレシピ
— JS・これくたー (@jsfavo) 2016, 1月 31- 4語のマルコフ連鎖で幾つか文章を作成していますが，そのままだと「パクツイ」になりやすいので，名詞などを類似語にランダムで置き換えています．
- リプライを送ると，そのツイートを基に何か文章を作成して返してきます．
@sosoru テンプレパターンだよねよく考えるとコミケ勢が爆死してるちのちゃんとティッピー
— JS・これくたー (@jsfavo) 2016, 1月 31🔺テンプレに反応して返してくれる
- 深夜帯の1時30分～6時前まではツイートしません．裏でデータベースのメンテナンスをしています．リプライ機能は生きているので，何かしら返してくれるかもしれませんが，メンテナンスの都合で返せない場合があります．
— JS・これくたー (@jsfavo) 2016, 1月 31🔺返してくれないときもある，「わかんないよぉ」って言うときもある
リプライについて
- 空リプを送ると何のツイートに反応したか返してくれます．
@sosoru 最後に反応したツイートはこれだよっ！おにぃちゃん☆ (trigger : **Analogy: ココア from リゼ) https://t.co/XWhC4g0C9H
— JS・これくたー (@jsfavo) 2016, 1月 31- 何か文章を送ると，反応する単語が含まれているか教えてくれます．同時に何か喋りかけてきます．
@jshiace へ，へんたいっ！！ (trigger words: 変態)
— JS・これくたー (@jsfavo) 2016, 1月 31- 文章に「詳細」が含まれていると，さらに詳しい情報を教えてくれます．triggered filterは内部で使っている正規表現です．
@sosoru へ，へんたいっ！！ (trigger words: ゆのっち) (trigger filters: (^|[^ぁ-ん])ゆの(っち|さん|ちゃん|たん|たそ|くん|きゅん|[^ぁ-ん]|$)
— JS・これくたー (@jsfavo) 2016, 1月 31- この他にも，リプライに対して定型文を返すような設定が幾つか入っています．探してみてください．
しくみ
- bot自体はC#で書かれていて，辞書学習等々のファイル操作でRubyをちょっと使っています．
- C#のCoreTweetでTwiterAPIを弄りつつ，SQLServerに得たツイートを垂れ流しています．文章の形態素解析にはMeCabを使っていて，辞書には「はてなキーワード」を主に使っています．（C#側のライブラリはLibNMeCab）
- 類似語の列挙にはword2vecを使っています．@sosoruのHomeTLをMeCabでわかち書きしたものを学習させています．（C#側のライブラリはWord2Vec.Net）
類似語について
- word2vecを使えば単語の意味ベクトルが得られるので，2つの単語ベクトルの内積を取れば，どれだけ類似しているかが数値化できます．（これをコサイン類似度と呼ぶ？）
- 類似語とは文脈で使われやすい単語を指しているようで，同義語と反義語の区別はないようです．
🔺類似度の高い単語を列挙した場合，それっぽい単語がサジェストされる
🔺類似語に同義語と反義語の区別はない？
🔺ペアだと高い類似度を持つ？
文章生成について
- @sosoruのHomeTLを基に4語のマルコフ連鎖で文章を作っています．2016年1月の時点で，過去1年程度のTL，300～400万ツイートがデータベースに溜まっています．
- リプライ等々で文章生成のリクエストを受け取ると30文程度の文章を生成します．生成された文章の中から，比較的短文で，基となった単語や文章と類似したものをランダムで選び出します．基の単語と文章の類似度を測るときにも，word2vecで出した単語の意味のベクトルを利用しています．
- 単語の意味ベクトルはword2vecが吐きだした数値を用いれば良いですが，文章の場合には，使われている名詞・形容詞などを抜き出し，その単語の意味ベクトルを足し合わせて正規化したものを，文章の意味ベクトルとして扱っています．
- 意味ベクトルとして考慮する単語が多くなるほど，基の単語・文章との類似度が低下するので，単語数を考慮してランダムで選び出します．
- 生成された文章と基になった文章の類似度が高い場合，幾つかの単語を類似語で置き換えています．botにたまによくある奇想天外な文章の類似度は，感覚的にあまり高くないようなので，わざと落とすことにしています．
🔺考慮する品詞，代名詞や接尾語は見ない
🔺「ゆのっち」を与えたときに生成された文．表示されているのは名詞や形容詞の数が2～10程度の文章．名詞・形容詞などの単語数，基の単語との類似度，生成された文章の順に表示．
