内容紹介（JPROより）

◆Attention機構、Transformerアルゴリズム、BERTモデルを徹底解説◆

BERTの登場により、自然言語処理（NLP）におけるAIのビジネス適用が劇的に進展し、続々と新しい技術が生まれています。主流となったBERTをきちんと理解すれば、新世代のNLPにキャッチアップできます。
本書では、技術開発はもちろん実務経験も豊富なNLPの専門家集団が、Attention機構、Transformerアルゴリズム、BERTモデルを徹底解説。プロフェッショナルチームが仕組みを詳しく、現場で使えるコードをやさしく手引きします。
■第1章　NLPの基礎知識
1..1　NLPとは？
1.2　機械学習とは？
■第2章NLPの技術解説
2.1　Bag of Words
2.2　ニューラルネット時代の自然言語処理
■第3章　BERTの技術解説
3.1　Attention
3.2　Transformer
3.3　BERT
3.4　BERT以降のモデル
■第4章　BERTの環境構築
4.1　Python
4.2　Colaboratory
4.3　環境構築とデータセットの準備
■第5章　代表タスクを通じて理解する
5.1　BERT の代表的な使われ方
5.2　文書分類タスク
5.3　NER（固有表現抽出）タスク
5.4　質問応答タスク
5.5　単語・文のベクトル化
■第6章　練習問題
6.1　文書分類タスク
6.2　情報抽出タスク
■第7章　ビジネス適用における課題と解決
7.1　データアセスメント
7.2　不均衡データへの対応
7.3　根拠抽出
7.4　ドメイン特化モデル

内容紹介（「BOOK」データベースより）

ＢＥＲＴの登場により、自然言語処理（ＮＬＰ）におけるＡＩのビジネス適用が劇的に進展し、続々と新しい技術が生まれています。主流となったＢＥＲＴをきちんと理解すれば、新世代のＮＬＰにキャッチアップできます。本書では、技術開発はもちろん実務経験も豊富なＮＬＰの専門家集団が、Ａｔｔｅｎｔｉｏｎ機構、Ｔｒａｎｓｆｏｒｍｅｒアルゴリズム、ＢＥＲＴモデルを徹底解説。プロフェッショナルチームが仕組みを詳しく、現場で使えるコードをやさしく手引きします。

目次（「BOOK」データベースより）

第１章　ＮＬＰの基礎知識／第２章　ＮＬＰの技術解説／第３章　ＢＥＲＴの技術解説／第４章　ＢＥＲＴの環境構築／第５章　代表タスクを通じて理解する／第６章　練習問題／第７章　ビジネス適用における課題と解決

著者情報（「BOOK」データベースより）

佐藤大輔（サトウダイスケ）
２０１２年、株式会社ＮＴＴデータに入社。自然言語処理技術のＲ＆Ｄ組識にて研究開発に従事。様々な業界のビジネスデータへＢＥＲＴを中心とした自然言語処理技術を適用するＰｏＣをプロジェクトリーダとして推進している

和知〓磨（ワチトクマ）
２０１６年、株式会社ＮＴＴデータに入社。ディープランニング技術を専門とし、自然言語処理・画像処理・説明可能ＡＩなどの研究開発に従事。研究開発成果の技術・ノウハウ基にビジネス適用のための実現性検証やシステム開発なども行っている

湯浅晃（ユアサアキラ）
株式会社ＮＴＴデータのＲ＆Ｄ部門にてチャットボット、文書検索等の自然言語処理技術の研究やプロダクト開発に従事。ＮＴＴデータ社内塾のＡＩ分野の塾長としてＡＩ人材の育成も行っている

片岡紘平（カタオカコウヘイ）
２０２１年、株式会社ＮＴＴデータに中途入社。前職ではソーシャルゲームの分析・データドリブンコンサルティング業務に、現職では自然言語処理技術のＲ＆Ｄ組識にて研究開発・ＰｏＣ等に従事。ウェルビーイングを含む、人にフォーカスしたＡＩなどに興味がある

野村雄司（ノムラユウジ）
２００５年、株式会社ＮＴＴデータに入社。自然言語処理に関する研究開発および事業に従事。自身で開発した技術のビジネス適用、最新技術のトレンド調査の経験を経て、現在はＲ＆Ｄチームをマネジメントする立場で、自然言語処理を中心とするＡＩ技術の開発、ビジネス適用を推進（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）