2 分で読了
0 views

用語知識ベースの基本モデル

(A Basic Model for Terminological Knowledge Bases)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、部下から「用語の整理をデジタル化して知識資産にするべきだ」と言われて困っています。どこから手を付ければ良いのでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!用語をただ集めるだけでなく、現場での使われ方を示すことが重要なんですよ。今日はそのための基本モデルについて順を追ってお話しできますよ。

田中専務

それで結局、何を作れば現場が使えるのですか。投資対効果の観点で教えてください。

AIメンター拓海

いい質問ですよ。要点は三つだけに整理できます。第一に、用語(terms)は単なるリストではなく、使われ方の情報が必要です。第二に、概念(concepts)はフレームで記述することで業務視点の意味を保てます。第三に、事例となるテキストを結び付けると現場が納得して使えるんです。

田中専務

用語と概念とテキストを結び付けるというと、具体的にはどんなデータを集めればいいのですか。

AIメンター拓海

現場の仕様書や受注書、設計図の注釈など、用語が実際に使われている断片的なテキストが鍵ですよ。これを概念と紐付けることで、単語の意味が現場の仕事と結びつきます。難しく聞こえますが、やることは現場の言葉を丁寧に記録するだけでいいんです。

田中専務

なるほど。でもシステム化すると専門家に頼まないといけないのでは。社員が自分で使えるようになりますか。

AIメンター拓海

大丈夫ですよ。設計は専門家が手伝っても、運用は現場で回せるように設計できます。ポイントは表示を現場用に最適化することと、用語の使用例(コンテキスト)をすぐ見られるようにすることです。これなら現場が自分で参照・追加できるんです。

田中専務

これって要するに、用語集を作るだけじゃなくて『用語の使い方の辞書』を作るということ?

AIメンター拓海

まさにその通りですよ!用語の『意味』だけでなく、どんな場面でどう使うかを示す辞書です。現場の意思決定が速くなる、教育コストが下がる、業務の共通理解が進むという三つの効果が期待できます。

田中専務

分かりました。まずは現場の仕様書からキーワードとその使われ方を抜き出して、概念と結び付ける。これで現場が説明できる資料が作れる、ということですね。

AIメンター拓海

素晴らしいまとめですよ。まずは小さな範囲から始めて、使われ方が分かるデータを蓄積する。それを元に運用ルールを作れば、投資対効果は十分に見込めるんです。大丈夫、一緒にやれば必ずできますよ。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
無知の下での公正性におけるバイアス評価と検出のための反事実推論
(Counterfactual Reasoning for Bias Evaluation and Detection in a Fairness under Unawareness setting)
次の記事
リーマン多様体上のニューラルオペレーター学習
(Learning Neural Operators on Riemannian Manifolds)
関連記事
分光分割および集光を行う光学素子のハイブリッド設計
(Hybrid design of spectral splitters and concentrators of light for solar cells using iterative search and neural networks)
Juliusの星、∗、⋆から学ぶ
(Learning from Julius’ star, ∗, ⋆)
性格特性に基づく個別化プログラミング教育
(Personalized Programming Education: Using Machine Learning to Boost Learning Performance Based on Students’ Personality Traits)
MLLM-DataEngine:MLLMのための反復的改良アプローチ
(MLLM-DataEngine: An Iterative Refinement Approach for MLLM)
通貨危機判別のためのサポートベクターマシン
(Support Vector Machine Model for Currency Crisis Discrimination)
クラウドで科学計算を迅速に回す方法
(The ISTI Rapid Response on Exploring Cloud Computing 2018)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む