岡﨑直観

Individuals/organizations Page

Books

It Text 自然言語処理の基礎

岡﨑直観

☆
☆
☆
☆
☆
Write review 

Product Details

Genre
：
Architecture&Engineering
ISBN/Catalogue Number
：
ISBN 13 : 9784274229008
ISBN 10 : 4274229009
Format
：
Books
Publisher
：
オーム社
Release Date
：
August/2022
Release Country
：
Japan
Co-Writer, Translator, Featured Individuals/organizations
:
荒瀬由紀, 岡〓直観, 鈴木潤, 鶴岡慶雅, 宮尾祐介 ,  

Content Description

ＡＩ革命をけん引する言語処理を理解し、新たな革新を目指す人の必読書。

目次 : 第１章　自然言語処理の概要/ 第２章　自然言語処理のための機械学習の基礎/ 第３章　単語ベクトル表現/ 第４章　系列に対するニューラルネットワーク/ 第５章　言語モデル・系列変換モデル/ 第６章　Ｔｒａｎｓｆｏｒｍｅｒ/ 第７章　事前学習済みモデルと転移学習/ 第８章　系列ラベリング/ 第９章　構文解析/ 第１０章　意味解析/ 第１１章　応用タスク・まとめ

【著者紹介】
岡〓直観 : ２００７年東京大学大学院情報理工学系研究科博士後期課程修了。博士（情報理工学）。２０１７年東京工業大学情報理工学院情報工学系教授（現職）

荒瀬由紀 : ２０１０年大阪大学大学院情報科学研究科博士後期課程修了。博士（情報科学）。２０１４年大阪大学大学院情報科学研究科准教授（現職）

鈴木潤 : ２００５年奈良先端科学技術大学院大学博士後期課程修了。博士（工学）。２０２０年東北大学データ駆動科学・ＡＩ教育研究センター教授（現職）

鶴岡慶雅 : ２００２年東京大学大学院工学系研究科博士後期課程修了。博士（工学）。２０１８年東京大学大学院情報理工学系研究科教授（現職）

宮尾祐介 : ２００１年東京大学大学院理学系研究科博士後期課程中途退学。２００６年博士（情報理工学）。２０１８年東京大学大学院情報理工学系研究科教授（現職）（本データはこの書籍が刊行された当時に掲載されていたものです）

（「BOOK」データベースより）

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0
Write you own review

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • 愛楊

    読了日：2024/05/28

    2022年8月出版。IT Text シリーズの一。全11章からなり、大学の科目の教科書を意図としている。RNN や Transformer など、ニューラルモデル以降の技術要素に主眼がある点が特徴である。本書は、マルコフモデルやトピックモデル、クラスタリング、語義曖昧性解消といった話題は含んでいない。arxiv の論文が参考文献として用いられている点を見ると、その点でも革新が起こりつつあることを確認する。ニューラルモデル以降の自然言語処理の要素の一覧として有用な書。

  • smatsu

    読了日：2025/03/30

    NLPで押さえるべき基本知識がきっちり網羅。オーム社らしい手堅い書籍だ。もちろんTransformerの説明もある。自己注意機構の説明を読んでいつも疑問なのがQKVのベクトルを作るウェイトの学習の仕方。QをQっぽく、KをKっぽく、VをVっぽく学習するってどういう学習するのか。出来上がったQとKの内積を取ることがすなわち２トークン間の関連度＝Attentionの強さを示すという事はなんとなくわかるのですが、それってどうやって学習するの？と。答えは、大量のテキストデータ自体を教師データとして（コメントへ続く）

  • tyfk

    読了日：2022/10/24

    仕事関連。この一年あれこれやってたことがコンパクトにまとまってた。

  • まっつん

    読了日：2023/09/09

    自然言語処理の基本が網羅されている。常に持っておきたい一冊。

  • tossy

    読了日：2023/05/04

    最新の自然言語処理の話題を理論面から詳細に書いている本。Transformerや事前学習済みモデル、転移学習などの話も詳しくかかれている。章末の演習問題を解くことでより理解が深まる。

レビューをもっと見る

(外部サイト)に移動します

Recommend Items

Sell This Item