AIラボ

RESEARCH

先端技術の
調査・検証

近年、自然言語処理ＡＩ技術では「BERT」という技術が開発され、様々な課題に対して飛躍的に精度が向上しました。「BERT」のビジネスでの利用は日々加速しており、webサービスへの実装等を通して普及が進んでおります。しかし、潤沢な計算機やGPUを用意できない環境での処理速度や企業に特有な語彙や文体が用いられている文書が対象の場合など、BERTの適用に際して課題がある場面も多々存在します。

レトリバＡＩラボでは「BERT」の後続研究にも注目し、さらなる精度向上や上記の課題を解決できる手法、テクニックを調査、研究していくことで、大量の学習データや計算資源を用意しなくても、最先端の自然言語処理ＡＩ技術を活用できるようにしたいと思っています。

学習データ不要の
カテゴリ分け

分析を行う場合、データの傾向に応じてカテゴリ分けを行う必要があります。
しかしテキストデータの場合、数値データとは異なり簡単な基準で内容をカテゴリ分けすることができません。そのため、内容に応じてカテゴリ分けを行うためには、一般的に分類という手法を使いますが、事前に大量の学習データが必要でとても大変です。

データを用意しなくてもカテゴリ分けを行うことができるクラスタリングという手法もありますが、人が直感的に良いと思える内容でカテゴリ分けを行うには、まだまだ精度面の課題があります。

レトリバＡＩラボでは、人がどのような基準でカテゴリ分けの違和感があるのか調査、研究することでクラスタリングを行う際の工夫として取り込み、カテゴリ分けにおける課題の解決に向けて活動しています。
そうすることで、様々な企業で学習データを用意せずにテキストデータ分析を行えるようにしたいと思います。