ITパスポート 令和5年度 問14：system_strategyに関する問題

答えは a「a, b, c」 です。

「自然言語処理」とは、人間が使う“ことば（文章や話し言葉）”をコンピュータに理解・処理させる技術のこと。

• a 日本語を入れたら他の言語に翻訳→“ことば”を扱うので○
• b SNSの文字から地名や災害情報を読み取る→“ことば”を読み解くので○
• c 音声で家電を操作→話した“ことば”を理解するので○
• d ナンバープレートをカメラで読む→これは“文字や数字を画像から見分ける”画像認識。ことばの意味は扱わないので×

👉 覚え方：「ことば（話す・書く）＝自然言語処理」「目で見て判断＝画像認識」。

だから d だけ仲間外れで、答えは a。

なぜこれが正解か

正解は a（a, b, c）。自然言語処理（NLP）は人間の言語（テキスト・音声を文字化したもの）を解析・生成する技術。

• a 機械翻訳：文章の意味を解析して別言語へ変換＝NLPの代表例。
• b SNS投稿の文字情報から地名・災害内容を抽出・解析＝テキストマイニング／情報抽出でNLP。
• c スマートスピーカーの音声操作：音声認識でテキスト化し、その意味を解釈して動作＝NLPを含む。

誤りの選択肢

• d ナンバープレートの文字認識（OCR）は画像から文字を識別する画像認識の領域。読み取った数字の“意味”を言語的に解析するわけではないのでNLPの事例とは言えない。

覚え方・ひっかけ注意

dの「文字認識」という語に惑わされない。OCR＝画像認識、言語の理解・生成＝NLP。「文字を画像から拾う」のと「ことばの意味を扱う」のは別物と区別する。

理論的背景

自然言語処理（NLP：Natural Language Processing）は、人間が日常的に使う言語（日本語・英語等の「自然言語」）をコンピュータが理解・生成・変換できるよう処理する人工知能の一分野だ。従来の手法ではルールベース（文法規則・辞書の手作業定義）が主流だったが、2017年にGoogleが発表した「Transformer」アーキテクチャとその応用であるBERT・GPTシリーズの登場により、大量のテキストデータを自己教師あり学習する大規模言語モデル（LLM）が現在の主流となっている。本問の4事例の分類では、a（機械翻訳）・b（SNS投稿のテキスト情報の解析・地名と災害情報の抽出＝固有表現抽出）・c（音声でのスマートスピーカー操作＝音声認識+意図理解）の3つがNLPを本質的な技術として活用しており、dのナンバープレート認識はカメラで文字を画像として認識するコンピュータビジョン（画像認識・OCR）の領域だ。

実務での使われ方

NLPの実用化は急速に進んでいる。機械翻訳（DeepL・Google翻訳）の精度向上により、専門文書の参考翻訳が実用レベルに達した。テキストマイニング（大量の顧客レビュー・SNS投稿からの感情分析・課題抽出）はマーケティング・製品開発に活用され、本問bの「SNS文字情報からの地名・災害情報抽出」はその応用例だ。コールセンターのFAQ自動応答・チャットボット・AIアシスタント（Siri・Copilot等）もNLPの産物で、音声認識（音→テキスト）とNLP（テキストの意味理解）と音声合成（テキスト→音）の三段構成で動作する（本問cに対応）。生成AI（ChatGPT・Gemini等のLLM）による文書作成・コード生成・要約も、大規模NLPの代表的な応用だ。

試験での位置づけ

ITパスポートのストラテジ・テクノロジ系でAI技術の事例識別は最重要テーマで、「どの事例が自然言語処理か」「どの事例が画像認識か」「機械学習の教師あり/なし学習か」という分類問題が繰り返し出題される。本問の核心は「dのナンバープレート文字認識がNLPではなく画像認識（OCR）」という判断で、「文字を認識する＝NLP」という誤った直感に引っかからないことが正答の条件だ。近年は生成AI（LLM）・RAG（検索拡張生成）・マルチモーダルAI（テキスト+画像を扱うAI）の登場で出題語彙が拡大しており、AI各技術の役割と適用範囲の理解が問われるレベルが上がっている。

選択肢の発展補足

選択肢dの詳細（ナンバープレート文字認識）：OCR（Optical Character Recognition：光学文字認識）は画像から文字を識別する技術で、コンピュータビジョン（CV）の一部として位置づけられる。プレートの文字を識別して「品川300 あ 1234」と読み取る処理は文字形状の画像パターンマッチングであり、その読み取った番号の「意味」（誰の車か・精算済みか）はデータベース照合で判定する——言語的な意味解析（NLP）ではない。一方、読み取った番号と顧客名・住所を照合して「この車のオーナーの今月の来店状況を確認する」といった処理にNLPが介在する余地はあるが、本問の設問文はゲート開閉という照合制御の話に限定されている。選択肢間の対比（AIの分類として）：AIの活用領域は大きく「画像認識（コンピュータビジョン）」「音声認識」「自然言語処理（テキスト）」「数値予測（機械学習全般）」に整理できる。cのスマートスピーカーは音声認識+NLPの複合で、aとbはテキスト処理=NLP、dは画像認識=CVという分類だ。「音声→テキスト化→NLP」という音声AIのパイプラインを理解しておくと、スマートスピーカー系の問題で迷わなくなる。