リコーのAI技術

自然言語とは、人が話したり書いたりする言葉です。その言葉の中には曖昧な表現や意味が含まれるため、機械的に処理することは困難でした。
リコーは独自の技術により、その言葉（自然言語）に存在する曖昧性やゆらぎを、
文章の中で離れた単語間の関係までを把握し「文脈」を考慮した処理を可能にしました。
「自然文の質問への回答」や「文書の要約」といった処理を人間並みの精度で実行でき、学習も容易にできるようになります。

RAG(検索拡張生成)は、LLM(大規模言語モデル)による結果を最適化するプロセスです。LLMの膨大な事前学習データだけでなく、企業固有のデータ等もベクトル化しておくことで、入力（クエリ）のベクトルと照合して最適な結果を導き出します。モデルを再学習することなく、特定の分野や組織の内部ナレッジに拡張できるので、より正確でカスタマイズされた独自の生成AIシステムにすることができます。
リコーは、長年お客様の業務やデータに関わってきたことで、ドキュメント分析に対応できる豊富な知識と経験を有しており、ドキュメントの構造化技術で最適なAIインテグレーションを実現します。

クラスタリングとは、データ間の類似度にもとづいて、データをグループ分けする手法です。​
事前に用意された教師データを学習することなく、データを元にテキストの意味の近さや特徴を学習してグループ分けするので、内容ごとの分布を可視化したり、​二種類のデータ群の分布を重ねて可視化するなどができます。
クラスタリングによってできた、似たもの同士が集まったグループのことをクラスタと呼びます。​​

インプットデータから学習をして、意味の近さでグルーピング

AIを企業が業務で使うには、企業や業界固有の用語などをAIに学習させる必要があります。そのためにはデータの準備や学習させるための時間、コスト、専門知識が課題となっていました。
リコーは、テキスト分類において、これらの作業をお客様自身で容易に行えるツールを開発しました。
特別な知識がなくても、テキストとその分類カテゴリーをExcelデータで作成してアップロードするだけで、企業独自のテキスト分類用AIモデルを作成することができるようになります。

LLM(大規模言語モデル:Large Language Models)は、大量のデータで学習された自然言語処理モデルです。
AIを実際の業務に適用するためには、企業固有の用語や言い回しなどを含む大量のテキストデータをLLMに学習させ、その企業独自のAIモデル（プライベートLLM）を作成する必要があります。

リコーは、日本企業の業務での活用を目的に、米Meta Platforms社が提供する「LLM Llama2-13B」をベースに、企業ごとのカスタマイズを容易に行える130億パラメータの大規模言語モデルを開発しました。
日本語と英語での学習において、リコー独自の学習上の工夫を組込むことで、業務上で使われる日本語としての文法や回答が正確で日本語精度の高い、日本企業が持つ情報資産の活用に適したモデルを実現しています。

「ディープアライメント」は、構成の違う2つの文書の内容を比較し、文や段落を自動的に対応させて重複や差異を明確にできるAIを活用したリコー独自の自然言語処理技術です。
複数の単語から語句を合成することで文の意味を把握。比較する2つの文書間で、類似した内容を含む文や段落を出現順に関わらず自動的に対応づけします。

語句の意味を合成する技術

文と文を関連付ける技術