- トップ
- 企業・教材・サービス
- 国語研とワークスの産学共同研究「日本語単語分散表現」モデルを無償公開
2019年3月25日
国語研とワークスの産学共同研究「日本語単語分散表現」モデルを無償公開
ワークスアプリケーションズは22日、国立国語研究所と産学共同研究を実施し、国語研が有する日本語データベース「国語研日本語ウェブコーパス(NWJC)」と、ワークス徳島人工知能NLP研究所の形態素解析器「Sudachi」を使って学習した、実用的な単語分散表現モデルを開発したことを明らかにした。
「単語の分散表現」(単語のベクトル表現ともいう)とは、単語の周辺文脈から単語間の関連性や類似性を機械学習して高次元のベクトルとして表現(数値化)したもの。深層学習などの技術においてコンピュータが日本語を意味解析・意味理解する上で欠かせない自然言語処理の基礎技術となる。日本語の単語分散表現モデルは、「単語の区切り」が明示されないといった特殊性や、学習データの不足などが課題となり、実用化にいたる研究は英語などに比較して遅れをとっていると言われる。
今回の共同研究では、「Sudachi」を使用して複数の粒度で分割したコーパスを同時に学習することで、人名や地名、ブランド名、企業名、サービス名などの固有表現の収録数を大幅に拡大。加えて、語の内部構造を考慮して類似度や相関度を学習することで実用性を向上させた。
このたび、第1弾として「複数粒度の分割結果に基づく日本語単語分散表現」モデルを商用利用可能なオープンデータとして無償公開した。同社では、同単語分散表現モデルを活用することで、コンピュータによる日本語の処理能力を向上させ、企業内に眠るさまざまなデータの解析、活用を促進させることを目指している。また、言語資源として広く公開することで、研究機関や技術者が手軽に高度な言語処理を実現できるようになり、自然言語処理研究の推進に貢献できることを期待している。
関連URL
最新ニュース
- 横浜DIGITAL窓口、教材「遊びの天才になろう!工作×プログラミングワークショップ」を公開(2024年11月5日)
- 日本リスキリングコンソーシアムと経済同友会、リスキリング先進企業の社内向けトレーニングを公開(2024年11月5日)
- 日本漢字能力検定協会、2024年「今年の漢字」募集開始(2024年11月5日)
- 摂南大学、ゲーム×防災意識向上 小学生向けイベント「AR防災まちあるき」を開催(2024年11月5日)
- アンカー、「第5回 大学生による中高生のためのSDGs/サスティナビリティアワード」作品募集(2024年11月5日)
- ストリートスマート、11月のGoogle認定教育者 資格取得支援セミナーの予定を公開(2024年11月5日)
- iU情報経営イノベーション専門職大学、高校教員対象「総合的な学習(探究)の時間」勉強会を開催(2024年11月5日)
- VISH、幼保事業者向けイベント「ミドルと一緒に作る 園内の仕組みと仕かけ」20日開催(2024年11月5日)
- 学習の“努力量”で競い合うイベント「第21回すららカップ」12月1日から開催(2024年11月5日)
- 英語ライティング学習サービス「UGUIS.AI」、AIチャットなどの新機能を搭載(2024年11月5日)