話したネタ
- BERTによる自然言語処理入門 ―Transformersを使った実践プログラミング―
- 自然言語処理とは？
- 自然言語処理の応用範囲は？
- 機械翻訳、メールフィルタ、チャットボット
- 自然言語処理はどのように発展してきたのか？
- NN (ニューラルネットワーク) とは何か？
- NN における大きなブレイクスルー
- AlexNet
- エンドツーエンド処理
- Deep NN におけるディープとは？
- 学習とは具体的にはどのような処理？
- RNN (Recurrent Neural Network) とは？
- RNN で解きたかった課題は何か？
- RNN における処理イメージ
- RNN の課題
- LSTM (Long Short Term Memory)
- LSTM の特徴、文脈考慮
- NN への文章はどのように入力するのか？
- 単語をベクトルで表現する
- ELMo と LSTM との関連性は？
- なぜ双方向の情報を使うのが効果的なのか？
- セサミストリート
- Transformers の登場
- Self-Attention とは？
- Self-Attention の計算効率利点
- Attention と Transformer との関連性は？
- BERT(Bidirectional Encoder Representations from Transformers) とは？
- エンコーダとデコーダとは？
- BERT の特徴とは？
- BERTによるニュース記事の構造化：企業名抽出
- 自然言語処理界隈はどのように進化していくのか？
- GitHub Copilot
- Recruit、ストックマーク株式会社
38:45
コメント
こちらもおすすめ
スクロール