労働の完全自動化(人の楽園？ or 失業地獄？)２

労働の完全自動化(人の楽園？ or 失業地獄？)２ (72ﾚｽ)
上下前次1-新
通常表示 512ﾊﾞｲﾄ分割ﾚｽ栞
抽出解除必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞あぼーん

ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡

63: オーバーテクナナシー [sage] 2025/06/17(火) 20:33:00.37 ID:IFrKziF+

news.yahoo.co.jp/articles/001684b8458196b0732f45c6ef3075160e6524d1?page=1
“人の意図を読めるAI”に不可欠な「NLU」とは？　役割と活用例を基礎から学ぶ
6/17(火) 20:00配信
自然言語理解（NLU：Natural Language Understanding）は人工知能（AI）技術の一分野で、人間の話し言葉や書き言葉の意味を
コンピュータが理解するための技術だ。本稿は、NLUの定義や構成要素、具体的な活用例を紹介する。

コンピュータはNLUによって、英語やフランス語、中国語など、人間が使用する自然言語で表現された意味を、コンピュータが
解釈するための特定の形式を使わずに理解できる。

NLUを構成する要素の一つに「構文解析」（Parsing）がある。これは自然言語のテキストを、コンピュータが理解しやすい形に
変換する処理だ。構文解析によって、コンピュータは自然言語で書かれたテキストを理解して応答できるようになる。

NLUは、アルゴリズムを使用して人間の話し言葉や書き言葉を解析し、その意味を構造化されたオントロジーに変換する。
オントロジーとは、意味論（言葉が持つ意味）と語用論（言葉がコミュニケーションでどう使われ、どのような意図を伝えるのか）の
定義をまとめたデータモデルだ。言葉や概念を分類して、それらの関係性を体系的に整理した枠組みだと言える。

NLUには、「意図認識」と「エンティティ認識」という2つの基本的なプロセスがある。

1．意図認識

人間が入力したテキストから、その背景にある感情を識別し、その目的を判断するプロセスだ。テキストの意味を確立する、NLUの最も重要な部分になる。

2．エンティティ認識

テキストにある特定の要素（エンティティ）を識別し、その中から重要な情報を抽出するプロセスだ。エンティティには、固有エンティティと
数値エンティティの2種類がある。固有エンティティには人名、企業名、場所などが、数値エンティティには数量、日付、通貨、パーセンテージなどがある。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/63

64: オーバーテクナナシー [sage] 2025/06/17(火) 20:34:32.56 ID:IFrKziF+

NLUに自然言語テキストが与えられると、NLUは入力内容をトークン（単語や句読点などの記号）に分割する。これらのトークンを辞書と照合し、
単語や品詞を識別する。その後、文法構造、単語の役割、意味の多義性などの観点からトークンを分析するという流れだ。

あるエンドユーザーが、“island camping trip on Vancouver Island Aug. 18”（バンクーバー島で8月18日にキャンプ旅行）と
検索エンジンに入力したとする。このとき、検索エンジン内のNLUプログラムは入力内容を以下のように分解する。

・フェリーのチケット［意図］／必要：
・キャンプ場の予約［意図］
・バンクーバー島［場所］
・8月18日［日付］

この例では「バンクーバー島」が固有エンティティ、「8月18日」が数値エンティティだ。入力内容から推測できるエンドユーザーの意図
は「チケットを購入すること」になる。目的地であるキャンプ場は島にあるため、フェリーが最も有力な移動手段となるからだ。
この分析に基づいて、検索エンジンはフェリーのスケジュールとチケット購入のリンクを検索結果として提示する可能性が高くなる。
これは入力内容が必要、場所、意図、時間に分解されて、NLUが入力内容を理解できるようになったためだ。

自然言語処理（NLP：Natural Language Processing）は、自然言語をコンピュータが理解、分析し、人間とコンピュータが対話できるように
するための技術の総称を指す。NLUはNLPの一分野であり、人間が与えたテキストの意味を分析したり理解したりするための技術だ。

NLUは、自然言語処理の専門的な訓練を受けていないエンドユーザーとコミュニケーションを取り、その意図を理解することに重点を置く。
人間の言葉を理解しその意味を解釈するだけではなく、発音の誤り、文字や単語の入れ替わりといった誤りがあっても、言葉の意味を理解できるように設計されている。

NLPを構成するもう一つの要素が自然言語生成（NLG：Natural Language Generation）だ。NLGは人間のコミュニケーションを模倣してテキストを自動で生成する。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/64

65: オーバーテクナナシー [sage] 2025/06/17(火) 20:36:26.64 ID:IFrKziF+

一般的に、コンピュータが生成したテキストは、人間が書くテキストのような流ちょうさ、感情、個性といった要素に欠けやすい。
NLGとNLPを組み合わせることで、人間が書いたように自然なテキストを生成できるようになる。この処理では、まずテキストの主題を特定し、
次にNLPを使用してエンドユーザーの母語でその主題を表現する最適な方法を決定してから、それに基づくテキストを生成する。

NLGの用例としては、コンピュータが特定のイベントに関するデータセットを基にニュース記事を自動で生成したり、特定の製品に
関する一連の属性に基づいて販売用の文書を作成したりすることがある。

NLUの用例としては、AIチャットbotや音声アシスタントといったAIサービスの開発がある。Amazon.com、Apple、Google、Microsoftと
いった大手IT企業やさまざまなスタートアップ（新興企業）が、NLUプロジェクトや言語モデルの開発に取り組んでいる。

人間の言語は複雑で、微妙なニュアンスを含んでいたり、話し言葉や書き言葉の中で単語の意味が揺らいだりする場合があり、
その内容をコンピュータが理解することは簡単ではない。NLUによって、企業は人間の言葉を理解し、
その意味を解釈できる製品やツールを開発できるようになる。以下に具体的なNLUの活用例を6つ挙げる。

活用例1．電話の自動応答音声への活用
IVR（Interactive Voice Response：自動音声応答）は、エンドユーザーが通話を使って問い合せる際に、エンドユーザー自身がプッシュボタンを
押すことで対応方法を選択したり通話先を振り分けたりする仕組みだ。

活用例2．FAQ用チャットbotの実装
テキストや音声を通じて自然言語で人間と会話するチャットbotの基盤技術として、NLUを活用できる。

活用例3．エンドユーザーの感情や意図の分析
NLUを使って特定の企業や商品に対するソーシャルメディアのコメントを分析し、その内容にひも付いているのはポジティブな感情なのか、
ネガティブな感情なのかを分析できる。

http://rio2016.5ch.net/test/read.cgi/future/1592947307/65

上下前次1-新書関写板覧索設栞歴

ｽﾚ情報赤ﾚｽ抽出画像ﾚｽ抽出歴の未読ｽﾚ AAｻﾑﾈｲﾙ

ぬこの手ぬこTOP 0.007s