固有表現抽出
固有表現抽出とは、テキストデータから人名や組織名、地名などの特定の意味を持つ固有名詞を自動的に検出して分類する自然言語処理の技術です。AIによる情報抽出や文書の構造化において、検索精度や要約の質を高める基盤技術として広く活用されています。
自然言語処理のAI用語一覧（7ページ目）
334件自然言語処理に関するAI用語を334件掲載しています。意味や使い方、関連用語を一覧から確認できます。 現在は7ページ目です。
ナイーブベイズ分類器
ナイーブベイズ分類器は、ベイズの定理を基礎としたシンプルで高速な機械学習の分類アルゴリズムです。特徴量同士が独立であるという「ナイーブ（素朴）」な仮定を置くことで計算量を大幅に削減し、テキスト分類やスパムメール検出などで広く活用されています。
バグ・オブ・ワーズ
Bag of Words（バグ・オブ・ワーズ）は、文章や単語の順序を無視し、単語の出現回数だけを数えて数値データ化する自然言語処理の基本的な手法です。文書分類や感情分析の前処理として広く使われます。
音声処理
音声処理とは、人間の話し声や音響信号をコンピュータで解析、変換、合成する技術の総称です。機械学習や深層学習の発展により精度が飛躍的に向上し、スマートスピーカーや自動翻訳など現代の様々なAIサービスで広く活用されています。
コーパス
コーパスとは、自然言語処理やAIの学習・研究のために、言語の実際の使用例を大量に収集し、構造化・整理したテキストデータ群のことです。文章や会話データを目的別に分類し、品詞などの情報（メタデータ）を付与することで、大規模言語モデルの事前学習や言語分析に利用されます。
ベクトル空間モデル
ベクトル空間モデルとは、文書や単語などのデータを数値の配列であるベクトルとして表現し、幾何学的な空間上で類似度を計算する数学的モデルです。情報検索や自然言語処理の分野で、文書同士の関連性を定量的に評価するために広く利用されています。
デコード
AIやコンピュータの世界におけるデコードとは、符号化されたデータやAIモデルの出力した内部数値を、人間が理解できるテキストや画像などの情報へと変換する処理のことです。主に大規模言語モデルのテキスト生成プロセスにおいて重要な役割を果たします。
文脈ウィンドウ
文脈ウィンドウとは、大規模言語モデルが一度に処理・記憶できるテキストの最大長を指します。トークン単位で測定され、この容量が大きいほど長文の読解や過去のやり取りの保持がスムーズになります。
ゼロショットプロンプティング
ゼロショットプロンプティングとは、AIに対して事前に解答例（例示）を与えず、指示文（プロンプト）のみを入力してタスクを実行させる手法です。大規模言語モデル（LLM）の持つ事前知識と推論能力を活用し、事前の調整や追加データなしで多様な問題に対応できます。プロンプトエンジニアリングの最も基本的な手法の一つです。
意図分類
ユーザーが入力したテキストや音声から、そのユーザーが何をしたいのか（意図）をAIが自動的に判別・分類する技術です。チャットボットやスマートスピーカーなどの対話システムにおいて、ユーザーの要望を正確に理解し、適切な処理や返答を割り振るための基盤技術として広く活用されています。
双方向モデル
双方向モデルとは、テキストの文脈を前後の両方向から同時に読み取ることで、より正確な意味理解を行うAIのアーキテクチャです。従来の片方向モデルに比べ、言葉の前後関係を考慮した高度な解析が可能となり、自然言語処理の様々なタスクで広く活用されています。
セル状態
セル状態とは、LSTMネットワークにおいて情報の流れを長期的に保持し続ける中心的な仕組みです。勾配消失問題を緩和し、過去の文脈や遠く離れた情報が必要となる時系列データや自然言語処理のタスクにおいて高い記憶能力を発揮します。
形態素解析器
形態素解析器とは、文章を意味を持つ最小の単位である「形態素」に分割し、それぞれの品詞や活用形を特定する自然言語処理ツールです。日本語や中国語のように単語間にスペースがない言語のテキスト解析において、後続のテキストマイニングや機械学習モデルへの入力データ前処理を行う重要な基礎技術として広く利用されています。
ワンショットプロンプト
ワンショットプロンプトとは、大規模言語モデルに対して1つの具体例だけを提示し、希望する出力形式やタスクを理解させる手法です。ゼロショットプロンプトよりも指示の意図が明確に伝わりやすく、フューショットプロンプトよりもプロンプトの文字数を抑えられるため、コストや効率の面でバランスの取れたプロンプトエンジニアリング技術です。
短期記憶
AIにおける短期記憶とは、システムが現在処理しているタスクや、進行中の会話などの直近の情報を一時的に保持・活用する機能のことです。リカレントニューラルネットワーク（RNN）や長・短期記憶（LSTM）の内部状態、大規模言語モデル（LLM）のプロンプト領域（コンテキストウィンドウ）などがこれに該当し、一貫した文脈理解において重要な役割を果たします。
テキストデータ
テキストデータとは、文字や文章の形式で構成された情報のことであり、AIや自然言語処理の分野においてモデルの学習や分析の基礎となる重要なリソースです。SNSの投稿や論文、チャット履歴など多様な媒体で活用されています。
コンテキスト長制限
コンテキスト長制限とは、大規模言語モデルが一度の処理で受け入れ、理解できるテキスト（トークン）の最大量に課される制約のことです。プロンプトとして入力する指示や過去の対話履歴、およびモデルが出力する回答の合計がこの制限内に収まる必要があり、制限を超えたテキストはモデルに入力できず、文脈が無視される原因になります。
人間からのフィードバックによる強化学習
人間からのフィードバックによる強化学習（RLHF）とは、人間の選好や評価を報酬シグナルとして活用し、AIモデルの出力や挙動を人間の価値観や意図に適合させるように微調整する機械学習の手法です。生成AIの安全性や有用性を高めるために広く採用されています。
ワンホット表現
ワンホット表現とは、機械学習や自然言語処理においてカテゴリカルデータを数値のベクトルに変換する手法です。対象のカテゴリに該当する1箇所のみを「1」とし、他を「0」にするベクトルで表します。カテゴリ間の擬似的な順序関係を排除できるメリットがある一方、項目数が増えるとベクトルの次元数が膨大になり、意味の類似度を表現できないという限界もあります。
文書分類
文書分類とは、テキストデータをその内容や意味に応じてあらかじめ定義されたカテゴリに自動で振り分ける自然言語処理の技術です。電子メールのスパム判定やニュース記事の自動タグ付け、カスタマーサポートへの問い合わせ分類など幅広い分野で活用されています。機械学習や深層学習を用いることで大量の文章を高精度かつ高速に整理できます。
QLoRA
QLoRAは、大規模言語モデルのファインチューニングを少ないVRAMで効率的に行うための技術です。モデルを4量子化してメモリ消費を大幅に削減しつつ、低ランク適応によって高い精度を維持できるのが特徴です。
文章生成
文章生成とは、AIが自然な言葉や文章を自動で作り出す技術のことです。大規模言語モデルなどの技術的発展により、人間のように文脈を理解した高品質なテキストを作成できるようになり、ビジネスや日常の様々な場面で活用されています。
自回帰モデル
自回帰モデルとは、過去の自身の出力やデータ列を次の入力として利用し、連続するデータを順番に予測・生成する機械学習の仕組みです。音声合成やテキスト生成などの深層学習モデルの基礎として広く応用されています。
テキスト
AIにおけるテキストとは、コンピュータが処理・生成を行うための文字データの総称です。自然言語処理技術の発展により、AIは人間の言葉を単なる文字列としてだけでなく、その意味や文脈まで理解できるようになり、翻訳や対話システムなど多様な用途で活用されています。