定義
BERTとは、Googleが2018年に発表した双方向Transformer型の言語モデルのこと。文脈を前後双方向から読み取り、検索や文章分類の精度を高めた。
BERT (双方向エンコーダ)とは（詳しく解説）
BERT（Bidirectional Encoder Representations from Transformers）は、Googleが2018年に発表した双方向Transformerエンコーダ型の言語モデルで、文中の単語を前後の文脈から同時に読み取ることで意味理解の精度を高めた点が特徴とされる。GPT系のような生成用途ではなく、検索エンジンのクエリ理解や文章分類、固有表現抽出など、既存テキストの意味を正確に捉える用途で広く採用されてきた。2026年時点の実運用では、生成AIブームの陰でBERT系エンコーダモデルは軽量・低コストな分類・検索用途の裏方として現場に残り続けており、大規模LLMを常時呼び出すよりも推論コストを抑えられる選択肢とされる。一方でファインチューニング済みモデルの継続的なメンテナンスや、ドメイン特化データでの再学習には相応の工数がかかるため、導入時は用途がLLMによる生成が必要な領域か、BERT型で十分な分類・検索領域かを見極めることが選定の分かれ目とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「BERT (双方向エンコーダ)とは」 https://aipicks.jp/glossary/bert
BERT (双方向エンコーダ)の使用例
- 検索エンジンがクエリの意図を理解する際にBERT系エンコーダが使われることがある。
- スパム判定や感情分析などのテキスト分類タスクにBERTをファインチューニングして使う手法が知られている。
