ＡＩ機械翻訳（付録：日本語対応ソースコード付）：RNNでディープラーニング：自然言語処理入門編

Encoder とDecoder + RNN(GRU)を使って Sequence to Sequence モデルを作成しよう

Ratings: 3.69 / 5.00

初心者にも扱いやすいPyTorchフレームワークを使って、Python コードを一行づつ解説していきます。

RNNの仕組み利用して、Encoder Decoderクラスを作成し、翻訳の基本的な仕組みを学びます。

フレームワークのRNNには LSTMの発展形であるGRUを使用し、EncoderとDecoderという仕組みを利用して機械的に翻訳を学習させて行きます。

機械学習では文法を考えずに大量のデータを読み込んで学習していきます。以前の翻訳はルールベースで翻訳作業を行ってきました。しかし、ビッグデータにより受け入れる情報量と処理能力が向上すると、いかに文法を学ぶということが、コストのかかる作業であったかということがわかってきます。

このレクチャーはとコーディングの解説が長く続く部分もありますので、何の説明をしているのか意味がわからなくなった場合などは、Q&Aにてご質問ください。

Pythonコードと、PyTorchフレームワークで解説していきます。

（英語から日本語へ翻訳するAttentionのコードも付属）