【G検定】文書要約とは？抽出型と抽象型の違い・BERTSUMやT5をわかりやすく解説
2026年5月24日
長いニュース記事の要点を3行で、会議の議事録を1段落で——文章から重要な情報を取り出して短くまとめる「要約」を機械にやらせる技術が文書要約です。要点を「抜き出す」抽出型と、内容を理解して「書き直す」抽象型という2つのアプローチの違いが、このキーワード最大のポイントです。
【G検定】分散表現とは？one-hot表現との違いと「意味をベクトルで持つ」考え方を解説
2026年5月24日
「犬」という単語の意味を、たった1つのスイッチのON/OFFではなく、数百個の数値の組み合わせに「分散」させて持たせる——これが分散表現の発想です。単語の意味をコンピュータが計算できる形にするこの考え方は、word2vecからBERTまで、現代の自然言語処理を貫く基本概念になっています。
【G検定】単語埋め込みとは？word2vec・GloVe・fastTextによる単語のベクトル化を解説
2026年5月23日
コンピュータは「王」や「女王」という文字をそのままでは計算できません。単語を「意味を反映した数値ベクトル」に変換して、計算できる形に落とし込む——この技術が単語埋め込み(word embedding)です。word2vecをはじめとする具体的な手法とともに、現代の自然言語処理の土台となった考え方です。
【G検定】スキップグラムとは？CBOWとの違いで覚えるword2vecの学習方式を解説
2026年5月23日
「単語の意味は、その周りに現れる単語でわかる」——この考え方を学習タスクに落とし込んだのがスキップグラム(Skip-gram)です。word2vecを支える2つの学習方式の1つで、「中心の単語から周辺の単語を予測する」という一見遠回りな訓練を通じて、単語の意味を捉えたベクトルを獲得します。
【G検定】情報検索とは？検索エンジンの仕組みと大規模言語モデルがもたらす変化を解説
2026年5月23日
毎日使う検索エンジンの裏側では、あなたの入力した数語から意図を読み取り、膨大なデータの中から関連する情報を選び出して順位付けする技術が動いています。これが情報検索です。近年はChatGPTのような大規模言語モデルの登場で、この分野に大きな変化が起きています。