English
このアクセラレータについて
このアクセラレータは大規模言語モデル（LLMs）を使用したゼロショットテキスト分類の方法と、それを教師ありテキスト分類モデルのエラー分析に応用する方法について説明します。
教師あり機械学習モデルが特定のケースを誤って分類する理由を把握するのは、難しい課題です。この課題に対して、このノートブックでは、ゼロショットテキスト分類を利用して、そうしたエラーを見つけ出し、理解するための革新的な方法を提案しています。このノートブックでは、エラー分析の手順を丁寧に説明しているため、機械学習の経験レベルに関わらず、多くの方に役立つ内容となっています。
エラー分析においてこのPythonノートブックをぜひ活用してください。ゼロショットテキスト分類を適用することで、特にDataRobotを使った機械学習の分析やモデリングがより効率的に実践できるようになるでしょう。
学習内容
このノートブックでは、以下の3つの異なるゼロショットテキスト分類を取り上げています：
- 自然言語推論（NLI）に基づく分類: モデルが特定の文脈内で与えられた声明が真か偽かを判断する能力に依存します。
- 埋め込みに基づく分類: テキストとラベルの両方の高次元ベクトル表現（埋め込み）を抽出し、それらの類似性を測定します。
- 直接分類: 会話モデルにタスクを質問として提示し、生成された応答を解釈する方法です。
これらの方法はそれぞれ特長があり、様々な角度からエラーを詳しく分析することができるようになるかと思われます。
