須多先生

スライドでは 言語編のレッスンの振り返りを行いました
いかがでしたか？

深田 あい

うろ覚えな部分もありましたが しっかりおさらいすることができました！

徳井 天

初めは AIが人間の言葉を理解するために テキストのクリーニングや数値化をして分析を行う「テキスト分析」について アクティビティを通して学んだんだよな

深田 あい

文章を可視化する「WordCloud」や「共起ネットワーク」も使ったんだよね

須多先生

次に 雑貨屋に届いたコメントなどを「ポジティブ」「ネガティブ」「質問や問い合せ」に分類する「感情分析」を行いましたね

深田 あい

アクティビティでは 芽萌里先生 目田くん 広伝さんと一緒に 一つ一つのデータに「正解ラベル」をつけたよね

徳井 天

この作業のことは…あ そうだ
「アノテーション」って言ったよな
作業を行う人のことは「アノテーター」って言うんだったな

須多先生

みなさんがアノテーションを行ったデータを使って 感情分析を行いましたね

徳井 天

これはよく覚えているよ
まずは「決定木」で分析をして その後に「ディープラーニング」で分析を行ったんだよな！

深田 あい

徳井くんが考察をした時だよね
確か「決定木」ではあまり精度が良くなくて 「ディープラーニング」を使ったら精度が高くなったんだよね

須多先生

みなさん よく覚えていましたね

須多先生

また LLM（大規模言語モデル）を使ったチャットボットや生成AIについて学びましたね

深田 あい

生成AIを使うための適切なルールについて しっかり確認を行いました！

須多先生

アクティビティを通して オリジナルのチャットボットやデジタルヒューマンを作って RAG（ラグ：検索拡張生成）についても理解を深めましたね

徳井 天

RAGっていうのを使ったら LLMが学習していないことでも データを登録したらしっかり答えられるようになっていたよな

須多先生

みなさん 言語編のレッスン内容についてしっかり振り返ることができたようですね 素晴らしいです

深田 あい

そういえばLLMについて一つ気になることがあって…
STAR Colabの演習で使ったチャットボット等は 先生が用意したものなんですか？

須多先生

はい そうですよ
もう少し詳しく説明すると 言語についてたくさんの訓練を行った「学習済みモデル」というものを使っています

須多先生

みなさんもご存知の通り 演習のチャットボットなどは この「学習済みモデル」を使って プログラムの「Python」で作成したものです

徳井 天

Pythonのプログラムで どうやって学習済みモデルを使うのか気になるな
先生のプログラムを見せてもらうことはできますか？

須多先生

はい もちろんです
まずは次のスライドで「LLMを使用するための様々な方法」について確認してから「LLMを使用する際のPythonプログラム」を見てみましょう

須多先生

続けて 最後のスライドでは「LLMを使用した様々な生成AIサービス」についても説明しますので 一緒に学びを深めましょう