テクノロジー

自然言語処理に使われるRNN（リカレントニューラルネットワーク）とは？

RNN（リカレントニューラルネットワーク）はAIを支える技術の一つで、自然言語処理などの分野で応用されています。人間の言語や画像データなどの内容を機械が認識するためには、RNNをはじめとしたディープラーニングの技術が欠かせません。
この記事ではRNNの概要や仕組み、LSTMとの関係、RNNの用途などについて解説します。AIが自然言語を処理する仕組みについて理解を深めたい方は、ぜひ参考にしてください。

RNN（リカレントニューラルネットワーク）とは

RNNとは「Recurrent Neural Network」の略称で、回帰型ニューラルネットワークと呼ばれることもあります。ニューラルネットワークとは、人間の神経回路を模して作成された、機械学習を行うための仕組みです。

ニューラルネットワークには入力層と中間層、出力層という仕組みがあり、各層で情報を処理することで学習を行います。RNNの特長は、ある中間層で計算した情報を、再び中間層の入力として繰り返し処理を行うことです。この回帰的な仕組みにより、RNNは時系列を持ったデータや言語などの連続的なデータを扱うことができます。

RNNの仕組み

RNNは、ニューラルネットワークの中でもDNN（ディープニューラルネットワーク）に類するものの一つです。基本的なニューラルネットワークが中間層を一つしか持たないのに対して、DNNには2層以上の中間層があります。

複数の中間層で行われる処理は、DNNの種類によってさまざまです。RNNに含まれるそれぞれの中間層では、入力されたデータだけでなく、一つ前の中間層が出力した結果も踏まえて計算が行われます。

RNNとLSTMの関係

LSTM（Long Short-Term Memory）とは、RNNに改良を加えた仕組みです。LSTMとRNNはともにディープニューラルネットワークに分類されます。LSTMとRNNの主な違いは、中間層の働きです。

RNNは複数の中間層を用いて計算を繰り返すことで機械学習を行い、入力データを出力データに正しく変換するモデルを構築できます。しかし、RNNで用いられている数式の特性上、計算を数多く繰り返している途中で正しいデータとの誤差が限りなく0に近づき、学習が止まってしまうという問題点があります。

この問題点を解決するために開発されたものがLSTMです。LSTMの詳しい仕組みについては、下記の記事でご確認ください。
・自然言語処理に使われるLSTM（長・短期記憶）とは？

RNNの用途

RNNは、さまざまな分野で活用されています。RNNの主な用途は次のとおりです。

文章解析

RNNを搭載したAIは、日本語や英語などの自然言語で書かれた文章を解析し、書かれている内容を認識できます。例えばニュース記事の文章データを入力し、政治や芸能、スポーツなどのカテゴリーに分類することが可能です。ユーザーが入力した質問文を解析し、内容に応じて適切な案内を行うチャットボットにもRNNの技術が応用されています。

文章生成

文章の解析だけでなく、新たな文章を生成することもRNNの用途の一つです。RNNに数多くの学習データを読み込ませることで、文章のパターンをモデル化できます。機械学習を行ったモデルは、文章にある単語が出てきた場合に、次に続く可能性が高い単語を予測することが可能です。この仕組みにより、人間が書いたかのような自然な文章を自動生成できます。テーマに沿ったコラムの作成やメール文の作成、すでに書かれている文章の要約などにRNNが使われています。

機械翻訳

機械翻訳とは、異なる言語で書かれた文章を機械によって自動的に翻訳する技術です。英語から日本語、中国語からフランス語など、さまざまな言語間の翻訳を機械的に行えます。RNNなどの技術を用いて実装された機械翻訳のためのAIは、より自然な言い回しで翻訳できることが特徴です。人間によって書かれた膨大な量の文章を学習することで、状況に応じた訳語を生成できます。例えば、ビジネス向けのフォーマルな文体で翻訳したり、よりカジュアルな話し言葉として翻訳したりすることが可能です。

画像解析

RNNは言語データだけでなく、画像データも解析できます。画像データは、縦横にしきつめられた細かなピクセルデータの集まりです。そのため、文章のような連続データとしてRNNで処理できます。RNNを使った画像解析では、写真を認識して何が表示されているか把握したり、画像内に書かれている文字を読み取ったりすることが可能です。手書き文字の読み取りや、画像キャプションの自動作成などにRNNが活用されています。

RNNは、自然言語処理などの分野で広く使用されています。中間層で出力されたデータを再帰的に入力し、過去の情報をもとに学習できることがRNNの特徴です。LSTMと併せて、RNNの仕組みを押さえておきましょう。

日立ソリューションズ・クリエイトでは、既存のシステムにAIをプラスすることでお客さまの課題解決を支援する「AIプラス」を提供しています。技術継承・人材不足・業務の自動化、効率化、標準化でお悩みの場合には、ぜひ一度ご相談ください。