BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【自然言語処理の潮流を一挙マスター！】 AI 技術で進化するテキストアナリティクス最前線 X-WR-CALNAME:【自然言語処理の潮流を一挙マスター！】 AI 技術で進化するテキストアナリティクス最前線 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:958690@techplay.jp SUMMARY:【自然言語処理の潮流を一挙マスター！】 AI技術 で進化するテキストアナリティクス最前線 DTSTART;TZID=Asia/Tokyo:20241023T150000 DTEND;TZID=Asia/Tokyo:20241023T173000 DTSTAMP:20260407T193005Z CREATED:20240924T060152Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/95869 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n本イ ベントでは、テキストマイニングにトピックモデル、 ベイジアンネットワークという\nAI技術を組み合わせて 、有用なビジネスアクションを探索する大規模テキス トデータの新\nしい分析技術について紹介します。\n\n 《第1部》\n株式会社アナリティクスデザインラボ 代表 取締役 の野守耕爾様より、テキストマイニン\nグから 大規模言語モデルに至る自然言語処理のAI技術の体系 を紹介します。\n《第2部》\n引き続いて野守耕爾様よ り、テキストマイニングとトピックモデル、ベイジア ンネットワ\nークとを組み合わせた新分析技術とその 事例を紹介します。\n《第3部》\nAITeC データマイニン グWGリーダー(株式会社NTTデータ数理システム) の岩本 圭介より、\n第2部で紹介したAI技術を統合して扱うこ とができる、同社開発の分析プラットフォーム\nを紹 介します。\n\nプログラム詳細\n15:00　　　　　開会、 本イベントについてのご案内\n15:05　　　　　開会のご 挨拶、人工知能技術コンソーシアムのご紹介\n　　　 　　　　　【人工知能技術コンソーシアム 会長　本村 陽一 様】\n15:15　　　　　《第1部》いまさら聞けない 自然言語処理のAI技術の体系\n　　　　　　　　～テキ ストマイニング・トピックモデル・深層学習モデル・ 大規模言語モデル～\n　　　　　　　　【株式会社ア ナリティクスデザインラボ　野守 耕爾 様】\n16:00　　 　　　休憩\n16:05　　　　　《第2部》大規模テキスト データから要因関係を発見する三位一体分析\n　　　 　　　　　～テキストマイニング×PLSA×ベイジアンネ ットワーク～\n　　　　　　　　【株式会社アナリテ ィクスデザインラボ　野守 耕爾 様】\n16:50　　　　　 休憩\n17:00　　　　　《第3部》多様なAI技術のコラボレ ーションを実現する分析プラットフォームのご紹介\n 　　　　　　　　【株式会社NTTデータ数理システム　 岩本 圭介 様】\n17:20　　　　　質疑応答\n17:30 　　　 　　閉会\n\n各講演概要\n《第1部》いまさら聞けない自 然言語処理のAI技術の体系\n～テキストマイニング・ト ピックモデル・深層学習モデル・大規模言語モデル～\ n\nChatGPTがリリースされてまもなく2年が経過し、生成AI ブームも日常化してきました。\n流行や熱狂は課題の 本質を見失わせてしまうので、個人的には生成AI一辺 倒のアプローチ\nには危うさも感じますが、皆さんは 生成AIをどこまで理解して使われていますでしょうか 。\n生成AIは大規模言語モデルをベースにしている、そ の核心技術がTransformerである、\nそれくらいのことはよ く知られています。しかし、その技術の仕組みを問わ れて答えられ\nる人は限られるかと思います。一般ユ ーザが技術の理論まで熟知する必要はありませんが、\ n生成AIを使うからには最低限の仕組みの理解や、それ を踏まえた適用性を判断できるスキ\nルは重要です。\n \n本講演では、単語を抽出しカウントする従来の自然 言語処理技術である「形態素解析」\n「Bag-of-Words」「TF -IDF」から、その単語の頻度から文書のトピックを抽出 するトピ\nックモデルの「LSA」「NMF」「PLSA」「LDA」、 文章の変換や生成を深層学習で実現した\n「word2vec」「 RNN」「LSTM」「seq2seq」「Attention」、そしてそれが大規 模言語モデ\nルへと進化した「Transformer」「BERT」「GPT 」「T5」を取り上げ、技術の進化を辿りな\nがら各手法 の概要を解説します。また、同じテキストデータを処 理対象とするテキストマ\nイニングと大規模言語モデ ルの違いも対比して解説します。\n\n《第2部》大規模 テキストデータから要因関係を発見する三位一体分析\ n～テキストマイニング×PLSA×ベイジアンネットワーク ～\n\nテキストデータに潜む傾向を把握するテキストマ イニングという分析手法は、今では様々\nなツールが 登場し、ビジネスの場面でもよく活用されています。 テキストマイニングの実\n行で文書に含まれる単語を 抽出し、その単語を軸とした集計と可視化によって記 述傾向の\n現状を把握できます。しかし、大規模なデ ータでは可視化結果が複雑で解釈しにくいこと\nや、 現状把握を超えて変化の状態を把握するシミュレーシ ョンまでは実行できません。\n\n本講演では、こうした テキストマイニングの課題に対して、トピックモデル のPLSAと確率\n的因果モデルのベイジアンネットワーク という2つのAI技術を組み合わせて開発した「Nom\nolytics 」という新しい分析手法をご紹介します。PLSAで得られ たトピックに基づく分析\nにより、大規模なテキスト データでも傾向の把握が容易となります。また、ベイ ジアンネ\nットワークによりテキストデータに潜む要 因関係を発見し、その関連性の影響の変化をシ\nミュ レーションできます。これによって影響力のある有用 なビジネスアクションを探索で\nきます。本講演では このNomolyticsの適用事例として、旅行の口コミデータを 対象に観光\nマーケティングを検討する分析と、特許 文書データを対象に企業の技術戦略を検討する分\n析 をご紹介します。\n\n《第3部》多様なAI技術のコラボレ ーションを実現する分析プラットフォームのご紹介\n\n 第2部でご紹介する「Nomolytics」は、AI技術を複合的に用 いることが大きな特色です。\n(株)NTTデータ数理システ ムで開発を行っている分析プラットフォーム「Alkano」 では自\n然言語処理とトピックモデル、ベイジアンネ ットワークといった技術を一つのプラットフ\nォーム 上で統合して扱うことが可能です。本講演では、分析 プラットフォームAlkano、そ\nしてその上での多様なAI技 術のコラボレーションについてご紹介します。\n\n講演 者ご紹介\n株式会社アナリティクスデザインラボ\n代表 取締役　野守 耕爾 様\n《略歴》\n早稲田大学大学院 創 造理工学研究科 経営システム工学専攻 博士課程修了 。博士（工学）。\n産業技術総合研究所 デジタルヒュ ーマン工学研究センター、\n有限責任監査法人トーマ ツ デロイトアナリティクスを経て、\n2017年6月に株式 会社アナリティクスデザインラボを設立。代表取締役 。\n\n企業のデータ分析・データ活用を支援するコンサ ルティング事業および新しい分析技術の\n研究開発を 展開。人工知能学会 全国大会優秀賞、日本マーケティ ング学会\nカンファレンスベストペーパー賞、日本人 間工学会 大島正光賞（最優秀論文賞）など\n受賞。専 門は統計解析、人工知能、確率モデリング、テキスト マイニングなど。\n\n株式会社NTTデータ数理システム\n データマイニング部 主幹研究員　岩本 圭介\n《略歴》 \nAITeC データマイニングWG リーダー。株式会社NTTデー タ数理システム にて\n開発チームを率いる傍ら、お客 様への分析伴走サポート業務や分析受託業務に従事。\ n\nセミナー配信方法\nWebinar形式（zoom）で配信いたしま す。\n参加用URLは参加をお申込いただいた後に、お申 し込みページ内でご確認いただくことができます。 LOCATION:オンライン URL:https://techplay.jp/event/958690?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR