タグ: データ検証

3 件の記事

このタグの RSS

○×表は読めない——AIに集めさせた教習所データ489件を全部検証した話
Zenn
中古バイク検索サイト MotoHub の教習所データ489件を Claude（Cowork）で集めたが、表のセルずれ、マークアップエラー、第三者サイトの矛盾、URLパターン変動、情報の日付不記載など、データ検証で予期しない落とし穴が複数発生した。自動化で取得は1日で完了したが、検証工程は手作業を避けられず、verified_at カラムで未確認データを非公開とすることで対策した。
2026/08/26Claude-Code 中級開発
○×表は読めない――AIに集めさせた教習所データ489件を全部検証した話
Qiita
個人で運営するバイク教習所検索サイトの掲載データ拡充にあたり、Claude を使って24県489校の二輪免許教習可否情報を自動収集したが、検証段階で○×表の列ずれ・テキスト境界の誤認識・第三者サイト間の矛盾・URLパターンの不規則性・情報の鮮度など複数の落とし穴に遭遇。最終的に公式サイト・公的機関資料・県協会名簿で確認できたもののみ公開する検証ルール（verified_at カラムの厳格管理）を確立した。
2026/08/26Claude データ検証中級
58,000行の発音記号を監査したら、cmudict・Wiktionary・LLMも信用できなかった話
Qiita
英単語学習サイトの動画ナレーションで発音記号(IPA)の誤りを発見し、辞書全体5.8万行の監査を実施。cmudict・Wiktionary・GPT・Claude等の複数データソースと検査プログラムを検証した結果、単一の情報源では正解に到達できず、複数の独立したLLMで判定を割らせて最終裁定する手法が有効だったと報告。
2026/08/11Claude Opus 5 中級開発

タグ: データ検証

○×表は読めない——AIに集めさせた教習所データ489件を全部検証した話

○×表は読めない――AIに集めさせた教習所データ489件を全部検証した話

58,000行の発音記号を監査したら、cmudict・Wiktionary・LLMも信用できなかった話

タグ: データ検証

○×表は読めない——AIに集めさせた教習所データ489件を全部検証した話

○×表は読めない――AIに集めさせた教習所データ489件を全部検証した話

58,000行の発音記号を監査したら、cmudict・Wiktionary・LLMも信用できなかった話