自然言語処理の事例を見分ける：文字認識や音声認識との境目
ITパスポート試験 令和5年度 問14 ／ 企業活動 › 業務分析・データ利活用
過去問にチャレンジ
AIの活用領域の一つである自然言語処理が利用されている事例として，適切なものだけを全て挙げたものはどれか。 a Webサイト上で，日本語の文章を入力すると即座に他言語に翻訳される。 b 災害時にSNSに投稿された文字情報をリアルタイムで収集し，地名と災害情報などを解析して被災状況を把握する。 c スマートスピーカーを利用して，音声によって家電の操作や音楽の再生を行う。 d 駐車場の出入口に設置したカメラでナンバープレートを撮影して，文字認識処理をし，精算済みの車両がゲートに近付くと自動で開く。
- ア
a，b，c
- イ
a，b，d
- ウ
a，c，d
- エ
b，c，d
会話形式の解説
講師今回は、AIの活用領域のうち「自然言語処理」が使われている事例を、a〜dから選ぶ問題です。自然言語処理とは、人が日常使う言葉の意味をコンピュータが分析・理解・生成する技術のことです。似ている画像認識や音声認識と区別できるかがポイントになります。
受験者私は、ナンバープレートの文字認識の事例が気になりました。「文字」を扱うので、言葉の処理に入るように思えます。
講師そこで迷いやすいのです。この事例でしているのは、カメラで撮った画像から文字の形を読み取ることです。文の意味を解析しているわけではないので、画像認識の領域に入ります。画像の中の文字を読み取るOCR（光学文字認識）も、同じく画像認識に分類されます。
受験者扱うものが文字かどうかではなく、意味を解析しているかどうかで判断するのですね。そうすると、ナンバープレートの事例を含む組合せはまとめて外せます。
講師そのとおりです。自然言語処理に当たらないものを1つ見つければ、それを含む選択肢をまとめて外せます。ナンバープレートの事例を含まない組合せは、翻訳・SNS・スマートスピーカーの3つを挙げたものだけです。念のため、残りの事例も確認しておきましょう。
受験者Webサイトで日本語の文章を他言語に翻訳する事例は、機械翻訳なので自然言語処理だと思います。
講師はい、機械翻訳は自然言語処理の代表的な使い方です。SNSの投稿から地名や災害情報を取り出して被災状況を把握する事例はどうでしょうか。
受験者投稿された文章を解析して、必要な情報を取り出しているので、こちらも自然言語処理だと考えました。
講師正解です。文章から情報を抽出するのも、自然言語処理の典型的な使い方です。
受験者スマートスピーカーは声で操作するので、音声認識の事例ではないかと迷いました。
講師よい疑問です。音声認識は、音声を文字に変換する技術です。一般にスマートスピーカーは、音声認識で声を文字にしたあと、自然言語処理で「何をしてほしいのか」という発話の意図を理解し、家電の操作などを行う流れで処理されます。入口が音声でも、意図を理解する段階で自然言語処理を使っています。
受験者整理すると、翻訳、SNS投稿の解析、スマートスピーカーの3つが自然言語処理で、ナンバープレートの読み取りは画像認識なので、その3つを挙げた組合せが正解ですね。
講師そのとおりです。ほかの組合せは、どれもナンバープレートの事例を含み、さらにスマートスピーカー、SNS投稿の解析、翻訳のいずれかが抜けているので誤りです。機械翻訳、テキストマイニング（大量の文章から有用な情報を見つけ出す手法）、情報抽出、対話システムは、自然言語処理の代表例として押さえておきましょう。
まとめ
この問題は、AIの活用領域のうち自然言語処理が使われている事例を見分けるものです。自然言語処理は、人が日常使う言葉の意味をコンピュータが分析・理解・生成する技術で、機械翻訳やSNS投稿からの情報抽出が代表例です。スマートスピーカーは、音声認識で声を文字にしたあと、自然言語処理で発話の意図を理解するため、自然言語処理の事例に含まれます。一方、カメラ画像からナンバープレートの文字を読み取る処理は画像認識に分類されるため、正解は翻訳・SNS投稿の解析・スマートスピーカーの3つを挙げた組合せです。
解答・解説
正解はアです
この問題のテーマ
この問題は、AIの活用領域の一つである「自然言語処理（人が使う言葉をコンピュータが扱う技術）」が使われている事例を選ぶ問題です。音声認識や画像認識と区別できるかがポイントです。
解き方の考え方
最初に、自然言語処理が「人が日常使う言葉の意味をコンピュータが分析・理解・生成する技術」であることを確認します。次に、a〜dのそれぞれで処理の中心が「言葉の意味の解析」か「画像から文字の形を読み取ること」かを照らします。自然言語処理に当たらない事例を1つ見つけたら、それを含む選択肢をまとめて外します。残った選択肢が、適切な組合せです。
選択肢ごとの解説
- ○ア a，b，cこの肢は、a、b、cが自然言語処理の事例だと言っています。aの他言語への翻訳は機械翻訳で、bのSNS投稿から地名や災害情報を取り出す処理は文章の解析です。cのスマートスピーカーは、音声認識で声を文字にしたあと、自然言語処理で発話の意図を理解して家電を操作します。一方、dは自然言語処理ではありません。したがって、a、b、cの組合せが適切で、アが正しいです。
- ×イ a，b，dこの肢は、a、b、dが自然言語処理の事例だと言っています。しかし、dのナンバープレートの文字認識は、カメラ画像から文字の形を読み取る処理で、画像認識の領域です。また、自然言語処理を使っているcが含まれていません。したがって、誤りです。
- ×ウ a，c，dこの肢は、a、c、dが自然言語処理の事例だと言っています。しかし、dは画像認識の事例なので、含めることはできません。また、SNS投稿の文字情報を解析するbは自然言語処理の事例ですが、含まれていません。したがって、誤りです。
- ×エ b，c，dこの肢は、b、c、dが自然言語処理の事例だと言っています。しかし、dは画像認識の事例なので、含めることはできません。また、自然言語処理の代表例であるaの機械翻訳が含まれていません。したがって、誤りです。
補足
dの「文字認識処理」は、「文字」という語があるため自然言語処理と取り違えやすい事例です。しかし、カメラで撮った画像から文字の形を読み取る処理なので、画像認識に分類されます。cは入口が音声でも、意図を理解する段階で自然言語処理を使っている点に注意してください。
POINT
- 自然言語処理は、人間が日常使う言葉をコンピュータが分析・理解・生成する技術です。
- 機械翻訳、テキストマイニング、情報抽出、対話システムは自然言語処理の代表的な利用例です。
- 音声認識は音声を文字に変換する技術で、その言葉の意味や意図を解析するのが自然言語処理です。
- 画像中の文字を読み取るOCRは画像認識の領域で、自然言語処理とは区別されます。