2022年4月春研修


2022年春研修

今回は自然言語について学びます。

1.AIにおける自然言語の位置づけ

(1)AIの分類



(2)機械学習・ディープラーニングの分類



2.自然言語処理

(1)形態素解析

空白で単語が区切られている英語等と違い、日本語の文章は区切りがありません。そのため文章を 単語に区切る必要があります。その技術を形態素解析といいます。今回の研修ではJanomeを使用します。

研修1:形態素解析

(2)感情分析

自然言語処理を使用して、その文章が悲観的(negative)、楽観的(positive)か判定することができます。 文章を判定することで、その文章を書いた人の状態を自動的に知ることができるので、 社員の日報を分析するツールとかも発売されています。

営業支援・顧客管理&日報ツール feels

研修としては、以下の二つを用意していますが、下記の例は二つとも悲観的・楽観的を登録した 辞書を使用するもので、他にはGoogle BERTでディープラーニングで判断するものもあります。 (今回はBERTの研修なし)

研修2:感情分析1

研修3:感情分析2

(3)単語の反対語 単語のベクトル化

単語をベクトル化(数値化)することで、

「王様」-「男」+「女」=「女王」

のようなことが実現できます。(実際はこんなに単純じゃないけど、、)

研修4:単語の反対語(単語のベクトル化)

(4)AIの事例研究

コーディングにあきたら、以下のサイトでAIの事例で気になったものを見てください

AI事例1

AI事例2

AI事例3

良くうちのような会社ではデータが手に入らないからうちの会社ではAIなんか無理だって思っている人がいるかもしれませんが、 以下の例を見てください。素人さんが自分で画像を取ってシステム化した事例です。

AIで創る未来 - 地方の人手不足を解決するために。あるクリーニング店の挑戦。

また世の中には学習済モデルも提供されているので(前回研修のyoloとか)必ずしもデータを用意して学習させて モデルを作ってってのだけが、ビジネスにつながるのではなく、学習済モデルでも色々なビジネスプランは 考えられると思います(前回発表してくれたサッカーの2Dマッピングも学習済モデルを使用)

あとはAIって別に新規事業だけのものとは限らなくて、AIでの受託もありえるので、うちの会社に無関係ではないです。

今後も社内開発チームで勉強・研究した結果は社内にフィードバックしていきます。