問題 No.35
音声認識や文脈理解などの時系列データ処理において、通常のRNNでは過去から現在に向かって情報が流れるため、「後ろに現れる単語や音節」がそれより前の状態の解釈に決定的な影響を与えるようなケース（同音異義語の判別など）にうまく対応できない。この課題を解決するため、過去から未来への順方向の流れと、未来から過去への逆方向の流れの2つを同時に学習するリカレントニューラルネットワークはどれか。
【正解の解説】
Bidirectional RNN
Bidirectional RNNは、過去から未来、未来から過去という2つの流れを同時に処理することで、文脈全体の情報を踏まえた精度の高い解釈を可能にする手法です。
スポンサーリンク
【その他の選択肢の解説】
GRU
GRUは、RNNの勾配消失問題を改善するためのユニット構造の一つですが、双方向という仕組みそのものを指すわけではありません。
CNN
CNNは、主に画像処理で使われる畳み込みニューラルネットワークです。時系列データに特化した双方向構造とは異なります。
BPTT
BPTTは、RNNを学習させるためのアルゴリズムであり、ネットワークの構造そのものを指す名称ではありません。