自然言語処理における深層学習の進展

全文

(1)情報処理学会研究報告 IPSJ SIG Technical Report. Vol.2017-MUS-117 No.5 2017/11/25. 自然言語処理における深層学習の進展岡崎直観東京工業大学情報理工学院概要深層学習は、画像処理や音声処理で大成功を収め、今の人工知能ブームの火付け役となりました。一方、言語処理では記号（例えば単語や文字）による特徴記述がある程度成功していたため、深層学習の破壊力は限定的でした。その後、言語処理でも研究成果の蓄積が進み、ほぼ全てのタスクで深層学習およびニューラル・ネットワークに基づく手法が最高性能を達成するようになりました。本発表では、自然言語処理にどのように深層学習が導入され、広まっていったのか、という流れを説明します。具体的には、分散表現、エンコーダー・デコーダー、アテンション・メカニズムなど、言語処理における深層学習の重要なアイディアを復習します。その後、機械翻訳、質問応答、対話文生成、要約文生成、評判分析、知識獲得、含意関係認識など、様々な言語処理タスクでの応用事例を紹介します。. ⓒ 2017 Information Processing Society of Japan. 1.

(2)