問題 No.943
音声認識技術において、かつて主流であった隠れマルコフモデル（HMM）と現在のディープラーニングモデル（RNNやTransformer）の大きな違いとして【不適切なもの】はどれか。
【正解の解説】
深層学習は人間による特徴量の設計が不可欠である
ディープラーニングの最大の特徴は、人間が特徴量を設計しなくても、データから自動的に重要な特徴を学習できる点にあります。そのため「不可欠である」という記述は不適切です。
スポンサーリンク
【その他の選択肢の解説】
隠れマルコフモデル(HMM)は時系列の確率モデルに基づいている
隠れマルコフモデル（HMM）は、「前の状態から次の状態に移る」という確率の連鎖を基にした伝統的な手法です。
深層学習は特徴量抽出から認識までを端から端まで一括学習できる
現在のディープラーニングは、音の波形データから直接テキストを予測するまでを一つのモデルで学習でき、これを「エンドツーエンド学習」と呼びます。
隠れマルコフモデル(HMM)よりも現在のモデルの方が長期間の文脈依存性を捉えられる
Transformerなどの現在のモデルは、長い文章全体を見渡す能力が高いため、過去のモデルよりも文脈依存性を捉えるのが得意です。