◆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