IT Text 自然言語処理の基礎の表紙

IT Text 自然言語処理の基礎

岡﨑 直観, 荒瀬 由紀, 鈴木 潤, 鶴岡 慶雅, 宮尾 祐介オーム社320ページISBN 9784274229008

自然言語処理タグで同率5位(16冊中)。Zenn・Qiitaなどの2記事で紹介(時点)。

紹介記事
2件
媒体別
Zenn 1・企業テックブログ 1
初めての紹介
最新の紹介

この本を選ぶ前に

出版年
(約4年前)
タグ内の順位
自然言語処理タグで同率5位(16冊中・紹介記事数の順)
代わりの本

自然言語処理タグで、この本より新しく紹介記事の多い本

紹介している記事(2件)

記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。

  • AI系の研究のために読んだ本メモ Zenn · T_Tsei · · いいね 9

    ChatGPTで注目を集める自然言語処理分野で評価されている本として挙げ、Attention構造やTransformerを図に書き下して説明している点が分かりやすいと評している。実装はないと明記する一方、実装を見据えた細やかな配慮が垣間見えることも嬉しい点として挙げている。図による説明の分かりやすさと、実装を見据えた配慮の両方を肯定的に受け止め、岡崎先生への敬意も示している。

  • データサイエンスグループが心からおすすめする本をまとめてみた 企業テックブログ · タイミー ·

    メンバーのコメントでは、自然言語処理の基礎から近年の深層学習ベースの手法まで丁寧に解説した本。Transformer、BERT、GPTなど大規模言語モデルを支える新しい技術の解説もあり、和書としては貴重だとしている。

この本について

自然言語処理を機械学習の基礎から応用まで順に学ぶ教科書である。コーパスや形態素解析・構文解析・意味解析を手掛かりに、教師あり学習、特徴量、分類モデル、ニューラルネットワークと自動微分を解説し、単語ベクトルや系列データを扱うRNN、LSTM、GRU、CNNへ進む。続いて、nグラム・ニューラル言語モデル、系列変換モデルと注意機構、Transformerの構成要素や学習方法を扱う。GPT、BERT、BARTの事前学習と転移学習、知識蒸留、利用上の注意を説明した後、系列ラベリング、句構造・依存構造解析、意味解析の手法を取り上げる。機械翻訳、質問応答、対話にも範囲を広げ、自然言語処理の基礎技術から応用タスクまでをつなぐ。対象読者として、学部上級から大学院の学生と、自然言語処理を学び始めた若手技術者が示されている。

出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。

目次(主な章)

出典: 出版社の書籍ページ (章の見出しのみ)

  1. 第1章 自然言語処理の概要
  2. 1. さまざまなコーパス
  3. 2. 品詞の注釈付けの例
  4. 3. コーパスに対する統計的な分析
  5. 1. 形態素解析
  6. 2. 構文解析
  7. 3. 意味解析
  8. 第2章 自然言語処理のための機械学習の基礎
  9. 1. ロジスティック回帰モデル
  10. 2. 最尤推定
  11. 3. 確率的勾配降下法
  12. 第3章 単語ベクトル表現
  13. 1. 見出し語と語幹
  14. 2. 語彙資源
  15. 1. CBoWモデル
  16. 2. Skip-Gramモデル
  17. 3. 負例サンプリング
  18. 4. ハイパーパラメータの影響
  19. 第4章 系列に対するニューラルネットワーク
  20. 第5章 言語モデル・系列変換モデル
  21. 1. 言語モデルでテキストの自然さを判定
  22. 2. 言語モデルによるテキストの生成
  23. 1. 順伝播型ニューラル言語モデル
  24. 2. 再帰型ニューラル言語モデル
  25. 1. エンコーダ(符号化器)