深層学習をベースとした自然言語処理の基礎が体系的に身につく！ 本書は、深層学習に基づく自然言語処理の基礎となる知識や考え方を、丁寧に展開し解説するものです。自然言語処理技術の概観から始め、機械学習の基本的枠組み、言語モデル・系列変換モデルとして非常に有用なTransformerとそれを活用した事前学習モデルの詳解、さらに自然言語処理の基本的なタスクである系列ラベリング、構文解析、意味解析と、自然言語処理を学ぶうえで必須の基礎知識や背景となる仕組みを幅広くカバーし、体系的に身につけることができる構成としました。 大学の学部上級から大学院の学生、さらには自然言語処理を学び始めた若手技術者にお薦めの教科書です。 第1章　自然言語処理の概要 第2章　自然言語処理のための機械学習の基礎 第3章　単語ベクトル表現 第4章　系列に対するニューラルネットワーク 第5章　言語モデル・系列変換モデル 第6章　Transformer 第7章　事前学習済みモデルと転移学習 第8章　系列ラベリング 第9章　構文解析 第10章　意味解析 第11章　応用タスク・まとめ 演習問題略解 参考文献