問題 No.3530
機械学習の応用例の一つであり、受信した電子メールのテキストデータを解析し、特徴量の抽出と分類アルゴリズムを用いて不要な広告や詐欺メールを自動的に判別・排除する仕組みとして、最も適切なものはどれか。
【正解の解説】
スパムフィルター
これは郵便受けに届く大量のチラシの中から、郵便局員が怪しいチラシを自動でゴミ箱に直行させてくれる優秀な秘書のようなものです。メールに含まれる「当選」や「無料」といった怪しい単語の出現パターンを機械学習が学習し、受信箱を常にクリーンに保ってくれる非常に身近なAIの活用例となっています。
スポンサーリンク
【その他の選択肢の解説】
レコメンデーション
これは通販サイトで「この商品を買った人はこんな商品も買っています」と表示してくれる機能のことで、不要なメールを排除するスパムフィルターとは目的が全く異なります。初学者が「AIがデータを自動処理する仕組み」というイメージだけで混同しやすいため注意が必要です。
感情分析
これは製品レビューやツイートを見て「世間の人はこの製品を気に入っているか怒っているか」を分析するものであり、迷惑メールを排除するスパムフィルターとは対象と目的が異なります。どちらもテキストデータを扱うため、試験では混同しやすいので注意してください。
トピックモデル
これはニュース記事の山から「政治」「スポーツ」「経済」といった隠れたトピックを自動で見つけ出す技術であり、受信メールを「迷惑か安全か」に二分するスパムフィルターの分類タスクとは用途が異なります。テキスト解析という共通点から出題されやすいので、明確に区別しておきましょう。