新品:
￥2,970
ポイント: 179pt  (6%)  詳細はこちら
無料配送 4月22日 月曜日にお届け
詳細を見る
または 最も早い配送 明日 4月21日にお届け（8 時間 23 分以内にご注文の場合）
詳細を見る
在庫あり。 在庫状況について
￥￥2,970 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥2,970
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
新品＆中古品 (15)件の出品： ￥2,970
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

文書分類からはじめる自然言語処理入門 -基本からBERTまで- (エンジニア入門シリーズ109) 単行本 – 2022/7/20

3.1 5つ星のうち3.1 12個の評価
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥2,970","priceAmount":2970.00,"currencySymbol":"￥","integerValue":"2,970","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"89ZWMbIOM2wCYW09bmaYabJRY4ncosv3IyrdintAKwLKd4n9xnIHMcPlV%2FXC2nl4Iv1Zojfp%2BGIYDWd6bTYu1SLQIgRy71r9gev2rL1xvB2C2Ov2lKr12IYHIjJel4405QG63CRdT0E%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}]}

購入オプションとあわせ買い

【この本の特徴について】
はじめて自然言語処理を学ぶ人がPythonを使って基礎を学べる入門書です。

【まえがき】※一部抜粋
本書は自然言語処理の入門書です。これから自然言語処理の勉強を始めようとする人向けに最低限知っておいた方がよいと思う基本事項をまとめました。
自然言語処理の基本事項はディープラーニングの台頭により大きく様変わりしたと思います。
今後、自然言語処理がどのように変化していくかは分かりませんが、現状、自然言語処理の基礎は、言語の問題をパターン認識の問題として扱う手法になっていると思います。
ただ自然言語処理の応用分野は広く、パターン認識の問題として扱うにしても基礎となる事項は膨大です。
そのため本書は基本的に文書分類のタスクに的を絞り、その解決を念頭に置いて構成しました。
また基本の文書分類から少し発展した話題として、分散表現、系列ラベリング問題そして事前学習済みモデルの利用についても解説しました。
本書ではプログラム言語としてPython を利用します。ディープラーニングはもちろん、他の機械学習の手法を試すにもPython は最適ですし、スクリプト言語であるため自然言語処理で必要となる各種の処理を簡単に実行することができます。
本書を通して自然言語処理の基礎事項を知り、何らかの自然言語処理システムの構築に役立てたら幸いです。


【目次】
第1章 文書のベクトル化
1.1 文書分類とその入力
1.2 単語分割
1.3 N-gram
1.4 Bag-of-words
1.5 TF-IDF
1.6 Latent Semantic Analysis

第2章 分散表現
2.1 分散表現とは
2.2 cos 類似度
2.3 word2vec
2.4 doc2vec

第3章 分類問題
3.1 分類問題とは
3.2 分類問題と教師あり学習
3.3 Naive Bayes
3.4 文書分類の評価
3.5 ロジスティック回帰
3.6 Support Vector Machine
3.7 ニューラルネットワークとディープラーニング
3.8 半教師あり学習

第4章 系列ラベリング問題
4.1 系列ラベリング問題とは
4.2 系列ラベリング問題のタスク
4.2.1 単語分割
4.2.2 固有表現抽出
4.3 系列ラベリング問題の解法
4.3.1 HMM
4.3.2 CRF
4.3.3 LSTM

第5章 BERT
5.1 事前学習済みモデルとは
5.2 BERT の入出力
5.3 BERT 内部の処理
5.3.1 Transformer
5.3.2 Position Embeddings
5.3.3 BertLayer
5.3.4 Multi-Head Attention
5.4 BERT による文書分類
5.5 BERT による系列ラベリング
5.6 Pipeline によるタスクの推論
5.6.1 評判分析
5.6.2 固有表現抽出
5.6.3 要約
5.6.4 質問応答
5.6.5 テキスト生成
5.6.6 Zero-shot 文書分類
Previous page
  1. 本の長さ
    206ページ
  2. 言語
    日本語
  3. 出版社
    科学情報出版株式会社
  4. 発売日
    2022/7/20
  5. 寸法
    21 x 2 x 26 cm
  6. ISBN-10
    4910558144
  7. ISBN-13
    978-4910558141
  8. すべての詳細を表示
Next page

よく一緒に購入されている商品

文書分類からはじめる自然言語処理入門 -基本からBERTまで- (エンジニア入門シリーズ109)
￥2,970
179ポイント(6%)
最短で4月22日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
BERT入門ーープロ集団に学ぶ新世代の自然言語処理 (AI/Data Science実務選書)
￥2,420
24ポイント(1%)
最短で4月22日 月曜日のお届け予定です
残り9点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
+
機械学習エンジニアのためのTransformers ―最先端の自然言語処理ライブラリによるモデル開発
￥4,400
264ポイント(6%)
最短で4月22日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
これらの商品のうちのいくつかが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

出版社からのコメント

■当社HPでのご購入で「クオカード500円分&3200円相当の商品プレゼント&送料無料」■
科学情報出版株式会社
http://www.it-book.co.jp/
※HPよりご購入の際は、備考欄に「クオカード」とご記載ください。
※各書籍の更なる詳細情報や月刊誌、各種セミナー情報も掲載

EMC・ノイズ対策ポータルサイト『CEND』
https://cend.jp/

EV・PHV・PHEVポータルサイト『EV-tech.jp』
https://ev-tech.jp/

ロボット・ドローンポータルサイト『Robot-tech.jp』
https://robot-tech.jp/

著者について

新納 浩幸(しんのう ひろゆき)
1961 年長崎県生まれ。1985 年 東京工業大学理学部情報科学科卒業。
1987 年同大学大学院理工学研究科情報科学専攻修士課程修了。
現在、茨城大学工学部情報工学科教授、博士(工学)。
専門分野は自然言語処理、機械学習、統計学。関連の著書多数。

古宮 嘉那子(こみや かなこ)
2005 年東京農工大学工学部情報コミュニケーション工学科卒。
2006 年同大学院工学教育部情報コミュニケーション工学専攻博士課程前期修了、
2009 年同大学大学院電子情報工学専攻博士後期課程修了。
博士(工学)。同年東京工業大学精密工学研究所研究員、2010 年東京農工大学工学研究院特任助教、
2014 年茨城大学工学部情報工学科講師。2021 年東京農工大学工学研究院准教授。現在に至る。
自然言語処理の研究に従事。情報処理学会、 人工知能学会、 言語処理学会、ACL 各会員。
2018 年より電子情報通信学会言語理解とコミュニケーション研究会研究専門委員、
2019 年より言語処理学会代議員、2020 年より情報処理学会自然言語処理研究会幹事。

登録情報

  • 出版社 ‏ : ‎ 科学情報出版株式会社; B5変型版 (2022/7/20)
  • 発売日 ‏ : ‎ 2022/7/20
  • 言語 ‏ : ‎ 日本語
  • 単行本 ‏ : ‎ 206ページ
  • ISBN-10 ‏ : ‎ 4910558144
  • ISBN-13 ‏ : ‎ 978-4910558141
  • 寸法 ‏ : ‎ 21 x 2 x 26 cm
  • カスタマーレビュー:
    3.1 5つ星のうち3.1 12個の評価

カスタマーレビュー

星5つ中3.1つ
5つのうち3.1つ
12グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

Amazon カスタマー
5つ星のうち1.0 読みにくく、わかりにくい
2024年4月7日に日本でレビュー済み
Amazonで購入
この分野の初心者ですが、個人的にはわかりにくく、読みにくいと感じました。
また、「思います。」という文章がかなり多く、ファクトが少ない(筆者の感想がおおい)です。

読みにくいと感じたのは、意味のない記述がかなり多く、例えば論文のタイトルだけで大きく３行使っていたり、「この図だけみてもわかりませんが、有名なので載せます」のような記述とともに解説のない図がでてくる部分などです。
論文のタイトルは注釈で書けばいいし、意味のない図は混乱するのでないほうが読みやすかったかもなと思いました。

わかりにくいと感じた箇所はいきなり数式がでてきて、とくにその数式の意味については解説していない箇所が多かったり、理解するために図がほしい箇所でない部分です
役に立った
 レポート
ボウサン
5つ星のうち5.0 これから始める人向け
2023年6月5日に日本でレビュー済み
Amazonで購入
何も分からない状態で、読み終わって思った事は、
主に自分みたいな初心者向けの本かな、と思いました。

口コミで賛否両論で分かれてるのは、初心者の方と中級者以上の方で分かれてると思います。
中級者以上の方には、確かに内容が薄く感じるかもしれませんが、
タイトルにも「入門シリーズ」と書いてあるので、お門違いだと思います。

内容も読みやすく、文章全体の構成も分かりやすかったので、自分的には満点です。
1人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Yossarian
5つ星のうち1.0 内容スカスカ
2022年8月11日に日本でレビュー済み
Amazonで購入
購入を検討する方は一度書店で中を覗いてみてください。
中身スカスカです。
それで買う気になったら別に止めません。
一部役立つ情報もありますが、BERTと銘打っている割にBERTについての解説はもう高校生向けレベルで、おそらく著者たちもキチンと理解していないものと思われます。
BERTやTransformerを学びたい人は洋書か翻訳書がいいと思います。
日本人が書いたものはひどいものが多いです。
7人のお客様がこれが役に立ったと考えています
役に立った
 レポート
AmazonCustomer22
5つ星のうち1.0 内容が薄く、行間が広く、必要のないことの多い本
2022年11月3日に日本でレビュー済み
Amazonで購入
行間が必要以上に広すぎるため、ただでさえ内容の薄い本が更に情報量が少ない。図が意味もなく大きく、個人の感想のような技術的に関係のないこと「挑発的」「歴史的」などに紙面が使われており、また、意味もなく論文のタイトルを示すのに3行ぶち抜きとか、その分を調整するだけで、内容を増やすことができたのではと思います。

内容を見られてから買うことをおすすめします。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
buzz
5つ星のうち5.0 なぜか低評価
2022年10月11日に日本でレビュー済み
Amazonで購入
なぜか低評価ですね。
私としては口語体？な感じで読みやすかったし、理解しやすかったです。
文句言ってるのは中級者？くらいの方なのかな。
どうみても入門書なので、「なんも知らん」みたいな人がこれから読むのには良いと思う。
分類もラベリングも何も知識なくても読み進められます。
もっと実践的な内容が欲しい人は他のコメントにもあるように洋書か翻訳本を読んだ方がいいです。
私みたいにこれから学ぼうって人が読むべき本だと思う。
文書分類に絞ってタスクの解決を進められるっていう内容。
4人のお客様がこれが役に立ったと考えています
役に立った
 レポート
wow943
5つ星のうち5.0 基礎の基礎
2022年8月21日に日本でレビュー済み
僕的にはゼロベースだったのですごく参考になりました。
内容がスカスカには感じませんでしたし、値段も値段なので。
僕みたいな全くの初心者には良い本だと思います。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
ttsy
5つ星のうち1.0 内容見てから買うべき
2022年8月15日に日本でレビュー済み
Amazonで購入
内容薄すぎて何の役にも立たない
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
うみねこcafe
5つ星のうち4.0 ｢私は私。｣
2022年8月21日に日本でレビュー済み
Amazonで購入
この本は、おそらくは自然言語処理に全く触れたことがない初学者の学生等向けに書かれた教科書で、アメリカの技術書のように対象読者を明記していれば他のレビューのような酷評はなかったのではないかと思います。
仕事で自然言語処理をしているプロの方には不満でも、当然ながら全ての読者がこの本を必要としないプロばかりではないわけなので、レビューは偉そうに書いていてもBERTと言うかTransformerがどういった計算をしているのかも満足に分かっていない自分のような初学者には、こういった丁寧で分かりやすい解説がされている本は非常にありがたいと思います。

ただp.35-36で｢分散表現｣について伝統的な自然言語処理の｢分散仮説｣の文脈から説明がされていて、(深層学習の父である)ヒントン博士の分散表現には言及がなく説明がピンと来ないのが個人的には減点対象なので星4つにします。
因みに、分散仮説に由来する分散表現(distributinal represention)とヒントン博士が提起し後にベンジオの発案から発展しWord2vecにつながった(｢局所表現｣に対する概念である)分散表現(distributed represention)の違いと結局両者がひとつの物として扱われるようになった経緯については『深層学習による自然言語処理』という本のp.60からp.62に説明があります。

レビュータイトルはp.36です。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート