MachineLearning

自然言語処理の独学でおすすめの本・書籍4冊【初学者OK】

自然言語処理 本 おすすめ
自然言語処理を学びたい人
自然言語処理を学びたい人
自然言語処理について勉強したいな。自然言語処理の独学で、おすすめの本・書籍が知りたい!

この記事では、上記のような悩みを解決していきます。

 

自然言語処理を学びたいと考えたとき、「いったい、どの本から手をつけたら良いんだろう」と感じたことはありませんか?

最近、ディープラーニングが発展していることもあり、勉強したい人に合わせて本や書籍もたくさん出ています。

優良な本・書籍を選べば、間違えなく自然言語処理の知識が身につくようになります。

 

でも、

  • どの本・書籍が良いんだろう?
  • 自分のレベルに合った本や書籍はどれだろう?
  • どの順番で本・書籍を学習していけば良いんだろう?

といった疑問をお持ちですよね。

そこで、この記事では「自然言語処理の独学でおすすめの本・書籍4冊」を、現役データサイエンティストの視点から紹介していきます。

ちなみに、データサイエンティストをやる前は、自然言語処理を使ったエンジニアリングをやっていたこともあり、参考になる情報が提供できるかと思います。

 

自然言語処理の独学でおすすめの本・書籍4冊【初学者OK】

自然言語処理 本 おすすめ

自然言語処理の本はたくさんありますが、僕のおすすめは4冊だけです。

なお、紹介している書籍を上から読み進めていくと、「少しだけ理論→実装→がっつり理論」といった流れで学習できるようになっています。

 

おすすめ本① : ゼロから作るDeep Learning 2 ―自然言語処理編

 

「自然言語処理を勉強したい」と周りに相談したら、まず最初にオススメされるであろう『ゼロから作るDeep Learning2』です。

 

ゼロから作るDeep Learning』を読み終えたあとに、この書籍を読み始めるイメージです。

『ゼロから作るDeep Learning』の内容が分かっていないと、『ゼロから作るDeep Learning2』の内容を理解していくのは難しいでしょう。

 

『ゼロから作るDeep Learning2』の内容については、非常に分かりやすく書かれているし、学習範囲としても注意機構(Attentionと呼ばれるやつ)まで網羅されているので、申し分ない一冊になっていますね。

自然言語処理の分野は、

  • Attentionを理解するには、seq2seqが必要
  • seq2seqを理解するには、LSTMやGRUが必要
  • LSTMやGRUを理解するには、RNNとゲートの概念が必要

など、学習すべきことが連鎖しています。

 

でも『ゼロから作るDeep Learning2』では、基礎の部分がしっかり書かれているので、つまずくことなく読み進められるんです。

これから自然言語処理を勉強したいと思っている方には、ピッタリの一冊になりますね。

 

おすすめ本② : 自然言語処理〔改訂版〕 (放送大学教材)

 

「ゼロから作るDeep Learning2」を読み終えたら、『自然言語処理(放送大学)』を読むのがおすすめ。

この書籍と『ゼロから作るDeep Learning2』の違いは、歴史的背景から最新の動向まで書かれているところ。

『ゼロから作るDeep Learning2』が狭く深くだったのに対して、『自然言語処理(放送大学)』は広く浅く学べる書籍になっています。

 

ページ数も200ページくらいと、かなりコンパクトにまとまっているので、読むのにも苦労しないですね。

 

おすすめ本③ : 機械学習・深層学習による自然言語処理入門

 

基本的な自然言語処理の理論をおさえたら、『機械学習・深層学習による自然言語処理入門』で実装を学んでいきましょう。

こちらの書籍は、2020年2月に発売されたばかりの新しい書籍です。

それだけに、BERTなどの新しいモデルについても取り扱いがあります。

 

理論面の解説は少ないですが、機械学習やディープラーニングを使った「実装」は、たくさん書かれていますね。

逆に、ここまでしっかりと実装について書いてる本は、他にないって感じです。

なので、自然言語処理の実装を学びたいと思ったら、『機械学習・深層学習による自然言語処理入門』を使って勉強していきましょう。

 

おすすめ本④ : 深層学習による自然言語処理

 

最後におすすめするのが、『深層学習による自然言語処理』です。

こちらの書籍は、前で紹介した3冊よりも、理論的な部分をしっかりと解説した本になっています。

内容としてはだいぶ難しくなっており、大学院の教材に使われているレベルですね。

 

ただ、逆の捉え方をすると、この本の内容を難なく理解できていれば、自然言語処理の理論面をしっかりとおさえられていると言えます。

教師あり学習が数式で定義されていたりと、数学が分からないと意味不明な部分も多いですが、機械学習をやっていくのであれば数学は必須ですので、これを機会にマスターしましょう。

 

【+α】自然言語処理を学ぶ前に、読んでおきたい書籍

自然言語処理 本 おすすめ

さらに、自然言語処理の勉強で、挫折しないための書籍を紹介します。

 

数学が怪しい方 : 人工知能プログラミングのための数学がわかる本

 

数学に自信がないなら、『人工知能プログラミングのための数学がわかる本』を読みましょう。

『人工知能プログラミングのための数学がわかる本』は、機械学習で必要になる数学の知識がとてもコンパクトにまとまっています。

著者の方が、Aidemyというプログラミングスクールを運営されている方なので、「分かりやすさ」は流石といった感じですね。

 

自然言語処理では、たとえばLSTMのゲートの概念で、アダマール積の考え方が必要になります。

畳み込みニューラルネットワークまでの範囲だと、使っていなかった数学の知識が出てくるんですね。

 

自然言語処理は、数学の知識が大事になってくるので、数学関連の書籍を1冊持っておいても損はないかなと思います。

 

そもそもCNNも怪しい人 : ゼロから作るDeep Learning

 

そもそも畳み込みニューラルネットワークの概念も怪しい場合には、『ゼロから作るDeep Learning』を読みましょう。

自然言語処理は、どちらかというと発展的な内容になるので、『ゼロから作るDeep Learning』の書籍を理解した上で学習するのがベストです。

基本的なニューラルネットワークから、しっかりと解説されているので、これからディープラーニングをやっていきたい方でもおすすめです。

 

【コツ】自然言語処理の勉強で、おすすめの手順

自然言語処理 本 おすすめ

自然言語処理の勉強で、おすすめの手順を紹介していきます。

結論、先に動画を使って実装を学び、そのあとで書籍を使った学習に切り替えるのがおすすめです。

 

STEP① : Udemyで自然言語処理の実装を学ぶ

 

たくさん書籍を紹介してきましたが、個人的には本で勉強する前に、動画で学習することをおすすめします。

僕自身も、Udemyにある『自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発』を使って、まずは自然言語処理の実装を学び、あとから理論を勉強していった感じです。

自然言語処理 Udemy

まずは動画で実装を確認しつつ、「自然言語処理を使うと、こういったことができるんだ〜」と、雰囲気を掴んでいただくのが良いのかなと。

Udemyだと、初回利用は1,200円〜1,600円くらいで、本や書籍よりも安く購入できます。

 

動画だと実際の動きを確認しつつ学べるので、挫折する確率もグンと下がります。

本より半額の値段で買えるので、まずは『自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発』で勉強を始めていきたいですね。

 

STEP② : 自然言語処理の理論を学び始める

 

動画での学習が終わったら、ディープラーニングの理論を学習していきましょう。

『ゼロから作るDeep Learning2』で紹介されている理論は、ちょうど『自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発』の範囲に対応しています。

なので、ここまで学習すると、自然言語処理の基本的な「実装」と「理論」が理解できている状態になります。

 

STEP③ : 自然言語処理を深く学んでいく

 

さらに自然言語処理を深く学んでいきたいと感じた方は、以下の書籍を使って学習していきましょう。

 

最近の動向までおさえたい方

 

自然言語処理の実装を深く学びたい方

 

自然言語処理の理論をしっかりと学びたい方

 

以上、目的別にしておきました。

「自分がどこを目指しているのか」によって、選ぶべき書籍が変わってくるかと思うので、ご自身の目的に合わせて選んでみてください。

 

まとめ : 自然言語処理は楽しいので、たくさん勉強しよう

 

というわけで、自然言語処理の独学でおすすめの本・書籍を紹介してきました。

とにかく、まずはUdemyの『自然言語処理とチャットボット: AIによる文章生成と会話エンジン開発』で勉強を始めるのがおすすめですね。

畳み込みニューラルネットワークが怪しい場合には、『ゼロから始めるDeep Learning』からスタートするのが吉。

 

自然言語処理は楽しいです。

僕は休日、気がついたらお昼を食べるのも忘れて7〜8時間くらい経過していました。

 

自然言語処理に興味を持った方は、ぜひともハマっていただけたらと思います😌

おしまいです。

 

おすすめの記事