実習のポイント

前回は私たち人間が普段使っている言葉(自然言語)を判別し適切な返事をするという会話botを作りました。

今回は同じ手法を用いて日本語の文章を英語へ翻訳する自動翻訳機をつくりました。
自動翻訳も、通常の会話のように入力された文章に対して適切な言葉を返すという意味では同じです。
 
これは実際に世の中で普及している大手の翻訳アプリでも用いられている方法です。

レッツ プログラミング!

会話bot操作を行う高2
 
今回も用意した教師データをもとに和訳を学習していきます。
会話botの時は文字単位でが工夫していきましたが、今回は文章を単語ごとに分ける「分かち書き」という操作を行い単語ごとに学習していきます。


AIの性能をチェックする高3
 
学習させたAIの性能をチェックしていきます。
ここで作った翻訳botの精度はそれほど高くありませんが、もっともっと学習を重ねれば、さらに精度の高い翻訳ができるようになります。

実習での学び、ご家庭のみなさまへ

今回は用いた自然言語を扱うためのアルゴリズム(seq2seq)は時間とともに変化するデータを扱うことに長けています。言葉は画像データとは違い、データの大きさも決まっていなければ今の言葉に対して適切に返事をするためには過去に入力された言葉の情報も必要になります。
 
この様な時系列に沿った情報を処理するAIはうまく応用すればこれまでの情報からこの後の変遷を予測することにも使えます。例えば株価の変動や気候変動など応用範囲は非常に多くて期待されています。
このアルゴリズムはほかにどの様なことに応用できるでしょうか。アイデアによっては大きな価値をもたらしてくれるかもしれません。

関連記事

←前の記事を見る 次の記事を見る→