正解:エ
各選択肢の解説
ア配達完了時に撮影した写真から、荷物が玄関前に正しく置かれているかを判別する。
誤り。これは画像認識モデルの活用例です。写真に何が写っていて、どこにあるかを 判別しています。業務の記録に使う点では同じでも、入力が文章ではなく画像なので、 自然言語処理モデルの出番ではありません。
イ電話の音声から声の特徴を読み取り、話している人が登録済みの会員本人かを確かめる。
誤り。これは音声処理モデルの活用例です。話の内容ではなく声そのものの特徴を 手掛かりにしています。電話の応対という言葉のやり取りの場面なので自然言語処理と 混同しやすいですが、扱っているのは音です。
ウ梱包機械に付けた振動センサーの数値から、故障の前触れとなるいつもと違う揺れを検知する。
誤り。これはセンサーが時間を追って記録した数値の並びから、普段と違う動きを 見つける異常検知の例です。文章も画像も音声も扱わないため、 自然言語処理・画像認識・音声処理のいずれにも当たりません。
エ問合せメールの本文から、注文番号や希望する配送日を読み取って受付台帳に記録する。
正解。人が書いた文章を解析し、どこが注文番号でどこが日付かを読み取っています。 文章の意味や構造を扱うのが自然言語処理で、要約・翻訳・分類・情報の抜き出しなどに 使われます。
理解を深めるために
入力が「文章」かどうかで見分ける
自然言語処理とは、人が日常で使う言葉(日本語や英語など)で書かれた文章を、 コンピュータが解析・変換・生成する技術です。 メールの本文、商品レビュー、議事録など、入力が文章であれば自然言語処理の出番です。
今回の正解は、問合せメールという文章から「注文番号」「希望配送日」といった項目を 読み取る処理です。「どの部分が日付か」を判断するには、文の構造や意味をとらえる必要があります。
自然言語処理モデルが使われる代表的な場面
- 文章の要約、機械翻訳
- 問合せやレビューの分類(内容別、好意的か否定的か など)
- 文章からの情報の抜き出し
- 質問への回答文の作成
応用分野の対応表
| 活用例 | 扱うデータ | 当てはまるモデル |
|---|---|---|
| メール本文から注文番号を読み取る | 文章 | 自然言語処理モデル |
| 写真から荷物の置き場所を判別する | 画像 | 画像認識モデル |
| 声の特徴から本人かを確かめる | 音声 | 音声処理モデル |
| 振動の数値から故障の前触れを検知する | センサーの数値 | 異常検知(上の三つには当たらない) |
場面の説明に惑わされず、モデルに何が入力されているかを確かめると迷いません。 電話の問題のように「言葉のやり取り」の場面でも、扱っているのが音なら音声処理です。