LSTMとは【図解でわかりやすく】

最終更新日：2026年7月15日

30秒でわかる結論

LSTM（Long Short-Term Memory）はRNNを改良した時系列・言語処理モデル。通常のRNNは長い文章で前の情報を忘れる「勾配消失問題」を抱えていましたが、LSTMは「書き込む・消す・取り出す」3つのゲートで記憶（セル状態）をコントロールし、重要な情報を長期間保持できます。機械翻訳・音声認識・テキスト生成などに活用され、トランスフォーマー登場以前のNLP界の主役でした。

LSTM＝「メモを取りながら読む人」。ゲートで長期記憶を保てるよう改良されたRNN。

LSTMはG検定で「なぜRNNを改良したのか」「ゲートの役割」が必ず問われます。図解でゲートの仕組みを押さえましょう。

図解

解説

通常のRNNは長い文章で前の情報を忘れる弱点があり、原因は勾配消失問題（さかのぼるほど学習の信号が消える）。LSTMは内部に記憶のメモ帳（セル）を持ち、「覚える・消す・取り出す」の3つの蛇口＝ゲートで、重要な情報だけを覚え続けます。翻訳や文章生成など、言語処理を大きく前進させました。

具体例

機械翻訳の例：「The cat, which was very hungry, ate the fish.」を翻訳するとき、主語「cat」と動詞「ate」の間には多くの単語が挟まっています。通常のRNNは途中の情報に押し流されて「cat」を忘れがちですが、LSTMは書き込みゲートで重要な「cat」を記憶セルに保存し、「ate」を生成するタイミングで取り出しゲートから引き出します。株価予測・音声認識・文章生成など「過去の情報を記憶しながら現在を処理する」あらゆる時系列タスクで活躍しました。

間違えやすい類似用語

RNN（再帰型ニューラルネットワーク）：RNNはLSTMの親となるモデル。前の時刻の出力を次の時刻に渡す「循環構造」で時系列を扱えるが、長い系列になると勾配消失問題で前の情報を忘れる。LSTMはこの弱点をゲートで解決した改良版。
トランスフォーマー：LSTMは「1語ずつ順番に」処理するため並列化が難しく、長い文章でも遠い単語の関係が薄れやすい。トランスフォーマーはアテンション機構で文章全体を一度に並列処理し、これを解決した。現代のLLMはほぼトランスフォーマーベースで、LSTMは主役の座を譲っている。

覚え方

LSTM＝メモを取りながら読む人（書く・消す・取り出すの3ゲート）

試験での問われ方

G検定では「LSTMがRNNのどの弱点を克服したか（勾配消失問題）」「3つのゲートの役割（書き込む・消す・取り出す）」「適したデータ種別（時系列・文章・音声）」が頻出です。「メモを取りながら読む人」のたとえでゲートの仕組みをイメージし、RNN→LSTM→Transformerという三世代の進化の文脈でも整理しておきましょう。

確認問題

RNNには長い文章になると前の情報を忘れてしまう弱点がありました。この弱点を克服するために考案された、「ゲート」という仕組みで長期的な記憶を保てるように改良されたRNNの一種を何と呼ぶでしょう？

A. ReLU
B. LSTM
C. Adam
D. k-means

正解：B. LSTM

LSTM（Long Short-Term Memory）は「ゲート」で長期記憶を保てるよう改良されたRNNです。3つのゲート（覚える・消す・取り出す）が記憶のメモ帳（セル）をコントロールし、通常のRNNの弱点だった勾配消失問題を克服します。ReLUは活性化関数、Adamは最適化手法、k-meansはクラスタリング手法です。

LSTMの問題を解いてみる →