自然言語処理とは？

自然言語処理とは、人間が日常使う言語を計算機で扱う技術分野。日本語は語の区切りが明示されないため、まず形態素解析で単語に分けて品詞を付け、続いて係り受けなどの構文解析を行う。文書を数値ベクトルで表す手法が、検索・分類・要約・翻訳の基盤になる。

基本情報技術者試験の過去問では1回出題されています。

しぜんげんごしょり

基本情報技術者試験の頻出用語／テクノロジ系

自然言語処理の意味

人間が日常使う言語を計算機で扱う技術分野。日本語は語の区切りが明示されないため、まず形態素解析で単語に分けて品詞を付け、続いて係り受けなどの構文解析を行う。文書を数値ベクトルで表す手法が、検索・分類・要約・翻訳の基盤になる。

問合せメールの自動分類では、形態素解析で名詞を取り出しTF-IDFで重み付けして特徴ベクトルを作る。TF-IDFはその文書に多く出現し、かつ他の文書にはあまり出ない語を重視するため、「です」「ます」の重みは自然に小さくなる。

形態素解析は単語への分割と品詞付与までで、文の構造を求める構文解析とは段階が異なる。N-gramは意味を理解しているのではなく、隣接する語の並びを統計的に数えているだけである点も押さえる。

大規模言語モデルを用いた自然言語処理において，事前学習済みのモデルに対して行う，ファインチューニングに関する記述として，最も適切なものはどれか。
正解：特定のデータを用いて追加で学習を行い，目的とするタスクに適用できるようにする。
要点：ファインチューニングは少量データでタスクに適応させる
ファインチューニングは、大量の汎用データで作られた事前学習済みモデルに対し、目的とする用途に合わせた比較的少量のデータで追加学習を行う手法である。ゼロから学習し直すより少ない計算資源で、特定タスクの精度を高められる点が利点になる。事前学習そのものや強化学習とは段階も目的も異なる。
出典：令和7年度（公開問題）基本情報技術者試験 kamokuA 問1（IPA）

最終更新：2026-08-25／解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。