30秒でわかる要点
人間が日常的に使う言語（自然言語）をコンピュータで処理する技術。機械翻訳、文書分類、感情分析、質問応答システムなどに応用。BERT、GPTなどの大規模言語モデルが革新をもたらした。
「自然言語処理（NLP）」の練習問題
当サイトの練習問題から、この用語に関係する問題をピックアップしました。
Q1自然言語処理（NLP）を顧客サービスに活用する場合の最大の課題として最も適切なものは何か。
- 言語の多様性・曖昧性に対応すること
- テキスト処理速度を最大化すること
- ユーザーのプライバシーは無視して、すべての会話を記録する
- NLPは完璧な精度を持つため、課題は存在しない
答えと解説を見る
正解：A
自然言語は文脈依存的で曖昧性が高く、方言・俗語・新造語に対応が困難。感情分析、エンティティ認識等の精度が実務的課題。BはNLP本質でない、C・Dは誤解。
Q2自然言語処理（NLP）による感情分析がマーケティングで活用される理由として最も適切なものは何か。
- テキスト処理は不可能であり、NPLは使えない
- SNS・レビューから顧客感情を大規模に抽出し、製品改善・マーケティング戦略に活用
- 感情分析は精度0%で信頼できない
- NPLはマーケティングと無関係である
答えと解説を見る
正解：B
感情分析（プラス・マイナス・ニュートラル判定）で、顧客意見を自動抽出→PRD改善・キャンペーン最適化。A・C・D無視。
Q3GPT（生成事前学習モデル）の登場が、自然言語処理分野にもたらした変化として最も重要なものはどれか。
- 事前学習と転移学習により、多くのNLPタスクで高性能を実現する統一的なアプローチが可能になった
- 自然言語処理の全ての問題が完全に解決され、今後の研究は不要になった
- ニューラルネットワークはテキスト処理に向かず、従来のルールベース手法に戻すべき
- 機械翻訳が完全に自動化され、多言語間の理解に問題がなくなった
答えと解説を見る
正解：A
GPTは大規模な言語コーパスで事前学習された後、様々なNLPタスクに微調整（ファインチューニング）できる汎用モデルを提供した。この転移学習アプローチにより、タスク固有のモデル設計が不要になり、研究開発の効率が大幅に向上した。B、C、Dは過度な主張である。
AI活用の問題をまとめて解いて、理解を確かめましょう（無料・登録不要）。
AI活用の練習問題を解く