本文へ移動
Harch AI Lab AI Learning & Research Mediapowered by Artiql Inc.

自然言語処理(NLP/Natural Language Processing)とは・意味、主な作業・経緯・事例

自然言語処理(NLP)とは?

自然言語処理(NLP/Natural Language Processing)とは、人が日常で話したり書いたりする言葉をコンピューターで扱い、翻訳や要約、質問への回答などを行う技術と、その研究の分野のこと。英語の natural language processing の頭文字をとって、NLPと略す。

Google は開発者向けの機械学習の用語集で、自然言語処理を、利用者が話したり入力したりした内容を言語の規則を使ってコンピューターに処理させる分野と説明している。計算言語学の国際的な学会 Association for Computational Linguistics(ACL)は、人の言語にかかわる計算の問題を扱う分野を、計算言語学または自然言語処理(NLP)と呼ぶことが多いとしている。

日本の公的な資料でも「自然言語処理」の表記が使われている。総務省と経済産業省の AI事業者ガイドライン(第1.2版)は、2000年代以降にディープラーニングなどで活用されるようになった技術として、「画像認識」「音声認識」と並べて「自然言語処理(翻訳等)」を挙げている。

自然言語処理は分野の名前で、その中の1つの技術が大規模言語モデル(LLM)だ。International AI Safety Report 2026 の用語集では、LLMは大量の文章のデータで学習し、文章の生成や翻訳、要約といった言語にかかわる作業を行うAIモデルとされている。

Microsoft は、パラメーターの数を抑えた小規模言語モデル(SLM)を、LLMと同じような自然言語処理の作業の一部をより小さな規模で実行するように設計したモデルと説明している。

自然言語処理の主な作業

日本ディープラーニング協会(JDLA)のG検定のシラバスは、「自然言語処理」の章のキーワードに、形態素解析、構文解析、感情分析、機械翻訳、文書要約、質問応答、情報検索などを挙げている。それぞれ、一般に次のような作業を指す。

  • 形態素解析:文を、意味を持つ最小の単位(形態素)に分け、品詞などを判別する作業。
  • 構文解析:語と語の係り受けなど、文の構造を調べる作業。
  • 感情分析:文章が肯定的か否定的かなど、書き手の感情や評価を判別する作業。
  • 機械翻訳:ある言語の文章を、別の言語の文章に変える作業。
  • 文書要約:長い文章から要点を取り出し、短い文章にまとめる作業。
  • 質問応答:質問の文に対して、答えとなる文や語を返す作業。
  • 情報検索:大量の文書の中から、求める情報を含む文書を探し出す作業。

Google の用語集は、話したり入力したりした内容の意図を判別する部分を自然言語理解(natural language understanding)と呼び、自然言語処理の一部に位置づけている。自然言語理解では、文脈や皮肉、感情といった言葉の複雑な面まで扱うことがあるという。

自然言語処理の研究と手法の経緯

ACLは機械翻訳を名に含む学会として1962年に始まった

ACLは1962年に、Association for Machine Translation and Computational Linguistics(AMTCL)の名前で設立され、1968年に今の名前になった。ACLは毎年夏に年次大会を開き、学術誌 Computational Linguistics を後援している。

人が作る知識からデータで学ぶ手法へ

ACLによると、計算言語学のモデルには人が手で作る知識にもとづくものと、データにもとづく統計的なものがある。Google の用語集は、今の自然言語処理のほとんどが機械学習を使っているとしている。

AI事業者ガイドライン(第1.2版)によると、2000年代以降、ディープラーニングなどによる画像認識や自然言語処理(翻訳など)、音声認識が使われるようになった。2021年以降は基盤モデルの台頭で汎用的なAIの開発が進み、文章などを生成する生成AIも広がりつつあるという。

「統計的自然言語処理」は、G検定のシラバスの機械学習の項目に置かれている。自然言語処理の章には、BoW(Bag-of-Words)や n-gram、word2vec、BERT、大規模言語モデル(LLM)、統計的機械翻訳などが並ぶ。

日本では1994年に言語処理学会ができた

言語処理学会(The Association for Natural Language Processing)は1994年4月1日に、国内の言語処理の研究成果を発表し、海外の研究者とも交流する場として設立された。学会は会誌「自然言語処理」を原則年4回出し、年1回の年次大会を開いている。

2026年3月9日から13日まで、言語処理学会の第32回年次大会(NLP2026)が宇都宮市の会場とオンラインを合わせた形で開かれた。近年の発表件数の増加に対応するため、学会は本会議の発表を原則として会場でのポスター発表にした。

自然言語処理に関する主な出来事・ニュース

自然言語処理に関する事例

Google 翻訳は Gemini を文章と音声の翻訳に使い始めた

Google は2025年12月12日、Google 翻訳の文章の翻訳で Gemini の機能を使い始めたと発表した。慣用句や地域の言い回し、俗語のように意味に含みのある言葉を、語ごとの直訳ではなく文脈から意味をとらえて訳すという。

発表の時点では、文章の翻訳の改善は米国とインドで始まった。対象は英語と20近くの言語のあいだの翻訳で、日本語やスペイン語、ヒンディー語も含まれていた。Google は同じ日に、Gemini の音声から音声への翻訳の機能を使い、ヘッドホンで翻訳を聞ける機能のベータ版も、米国・メキシコ・インドの Android で提供し始めた。

Google は2026年3月26日、ヘッドホンで聞く翻訳の機能を iOS でも使えるようにしたと発表した。Android と iOS の両方で、フランス、ドイツ、イタリア、日本、スペイン、タイ、英国などに対象の国を広げ、70を超える言語に対応している。

2026年6月9日には、Google が音声から音声へ訳すモデル Gemini 3.5 Live Translate を発表した。このモデルは、Android と iOS の Google 翻訳のアプリでも国を限らずに提供が始まった。アプリのリアルタイム翻訳でヘッドホンをつなぐと、70を超える言語で話し手の口調を反映した訳の音声を聞ける。

翻訳に特化したオープンなモデル TranslateGemma

Google は2026年1月15日、Gemma 3 をもとにした翻訳用のオープンなモデル TranslateGemma を公開した。パラメーターの数は40億・120億・270億の3つの大きさで、55の言語での翻訳に使えるとしている。

TranslateGemma は、Google が Gemma 3 のモデルを2段階でファインチューニングして作った。まず、人が翻訳した文章と Gemini が作った翻訳を含む対訳のデータで、教師ありファインチューニングを行った。次に、翻訳の質を測る指標などを含む複数の報酬モデルを使う強化学習で、文脈に合った自然な訳を出すように導いた。

国立情報学研究所は日本語に強いLLMを公開している

研究者のコミュニティ LLM-jp は、国立情報学研究所の大規模言語モデル研究開発センターが主宰している。LLM-jp は、日本発の大規模言語モデルの開発プロジェクトの名前でもある。大学や研究機関、企業などの研究者・開発者・実務家が所属の枠を越えて参加し、オープンな大規模言語モデルを研究開発して、得た知見を共有している。

同センターは2026年9月28日、日本語に強いオープンな大規模言語モデル LLM-jp-4.1 のシリーズを公開した。2026年4月から順次公開している LLM-jp-4 の事後学習を改善したもので、科学・技術・工学・数学の分野の性能の向上、外部のプログラムを呼び出す「ツール呼び出し」への対応、回答の詳しさの調整の3点を主な改良点に挙げている。

LLM-jp-4.1 は約86億・約320億・約332億のパラメーターの3つのモデルで、ライセンスは Apache License 2.0 だ。センターは事後学習に使ったデータも公開した。次の LLM-jp-4.2 のシリーズは開発中としている。

資格試験のシラバスでの自然言語処理

主な資格のシラバスに「自然言語処理」が入っている

情報処理推進機構(IPA)のITパスポート試験の今のシラバス Ver.6.5 は、AIの技術の項目に「自然言語処理,音声・画像(静止画・動画)の認識・合成など」の基本的な考え方や仕組みを挙げている。

2027年度から始める予定の新しい試験制度についても、IPAはシラバス案を掲載している。2026年8月31日に掲載したITパスポート試験のシラバス案は、ディープラーニングの応用の用語例に「自然言語処理モデル」を挙げている。

IPAが2026年9月30日に掲載した基本情報技術者試験のシラバス案も、アルゴリズムの種類に「自然言語処理のアルゴリズム」、ディープラーニングの応用に「自然言語処理モデル」を挙げている。

生成AI活用普及協会(GUGA)の生成AIパスポートの2027年2月試験から使うシラバスは、Transformer の項目と言語モデル(LM)の項目の両方で、キーワードに「自然言語処理」を含めている。

JDLA のE資格の2026年8月試験から使うシラバスは、深層学習の応用の「自然言語処理」に、単語の埋め込みと大規模言語モデル(LLM)の項目を置いている。LLMの項目には BERT と GPT-n があり、キーワードには事前学習やファインチューニング、RAGなどが並ぶ。

G検定とE資格は音声処理を別の章にしている

自然言語処理と音声処理は、G検定とE資格のシラバスで別の章・項目に分けられている。G検定の音声処理の章には、音声認識や音声合成などのキーワードがある。

自然言語処理に関連する用語

  • 大規模言語モデル(LLM):大量の文章のデータで学習し、文章の生成や翻訳、要約といった言語にかかわる作業を行うAIモデル。
  • 小規模言語モデル(SLM):大規模言語モデルよりパラメーターの数を抑え、限られた計算資源で動くように設計された言語モデル。
  • RAG(検索拡張生成):生成AIが答える前に外部の資料を検索し、見つけた情報をもとに回答を作る仕組み。

自然言語処理に関する出典

Google「Machine Learning Glossary」
Association for Computational Linguistics「What is the ACL and what is Computational Linguistics?」
総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(2026年3月31日)
Yoshua Bengio ほか「International AI Safety Report 2026」(2026年2月3日)
Microsoft「小規模言語モデル (SLM) とは?」
日本ディープラーニング協会「G検定 試験出題範囲(シラバス 2024)第1.4版」(2026年5月11日)
言語処理学会「言語処理学会」
言語処理学会「言語処理学会第32回年次大会(NLP2026)」
Google「Bringing state-of-the-art Gemini translation capabilities to Google Translate」(2025年12月12日)
Google「Transform your headphones into a live personal translator on iOS.」(2026年3月26日)
Google「TranslateGemma: A new suite of open translation models」(2026年1月15日)
国立情報学研究所「LLM-jpについて」
国立情報学研究所 大規模言語モデル研究開発センター「大規模言語モデル「LLM-jp-4.1」シリーズを公開」(2026年9月28日)
情報処理推進機構「ITパスポート試験 シラバス Ver.6.5」(2026年1月8日掲載)
情報処理推進機構「新試験制度のシラバス案について」(2026年6月30日公開、10月30日更新)
情報処理推進機構「基本情報技術者試験 シラバス(案)Ver.0.1」(2026年9月30日掲載)
生成AI活用普及協会「生成AIパスポート試験シラバス(2027年2月試験より適用)」
日本ディープラーニング協会「E資格 試験出題範囲(シラバス 2026)」(2025年10月14日)
Google「Fluid, natural voice translation with Gemini 3.5 Live Translate」(2026年6月9日)
情報処理推進機構「ITパスポート試験 シラバス(案)Ver.0.1」(2026年8月31日掲載)

自然言語処理に関連する記事