自然言語処理のための深層学習

自然言語処理におけるニューラルネットワーク技術を「ニューラルネットワークまずありき」ではなく，これまでの様々な方法論と比較し，それらとの位置関係を丁寧に説明している。 　従来の機械学習技術から説き起こして，ニューラルネットワーク技術の利点や特徴を明らかにしながら，その導入を行い，言語処理の基盤技術となったニューラルネットワークによる言語モデルと単語埋め込み（ニューラルネットワークを用いた単語の意味表現）について，その背景や応用を含めてわかりやすく説明している。 　特に単語埋め込みについては，その様々な利用方法を詳しく紹介しており，言語処理の様々な問題に深層学習を活用する方法について取り上げた後，ニューラルネットワークの中でも特に言語処理に頻繁に用いられる再帰的ニューラルネットワーク（RNN）とそれを用いたエンコーダ・デコーダアーキテクチャ（近年の機械翻訳システムの基本的な枠組み）を系統立てて説明している。また，木構造ネットワーク，構造予測，マルチタスク学習という進んだ話題についても適当な分量が割かれている。 　本書には，自然言語処理の中核的なシステムを題材とした具体的な事例紹介が多数含まれており，さらに実装実現における注意事項や研究事例へのポインタも豊富に取り上げられている。様々な事項が相互に関連づけられて一枚の地図として示されているので，初学者が通読すれば技術の全容を把握できるし，すでに研究開発を進めている研究者・技術者であれば，多くの技術の位置付けが再確認でき，より広い文脈に位置付けるのに有益だろう。 ［原著：Neural Network Methods for Natural Language Processing］