Datasets:

u-10bei

/

LLMSTUDY_datasets

like 0

フランスの思想家、ロジェ・カイヨワはヨハン・ホイジンガの著書「ホモ・ルーデンス」に影響を受け、「遊びと人間」を執筆した。その中でカイヨワは遊びを次の4つ要素に分類している。

テレビゲームによって様々な遊びが仮想空間で行われるようになった。RPGも見方を変えれば上りを目指す双六の様なものであり、種々のシューティングゲームも射的といえる。

特撮(とくさつ)ないし特撮作品、特撮ものは、日本の映像作品のジャンル。

「特撮」はもともと特殊撮影技術(SFX)を指す略語であるが、日本では特殊撮影技術が大きな役割を果たす映像作品群が一つのジャンルを形成するほど発展しており、それら作品が「特撮」と総称されている。予算も人数も少ない中で、毎年安定して特殊撮影技術やVFXを駆使した見応えのあるシリーズ作品を制作して放送できる体制やノウハウは日本固有のものであり、海外からは驚異的と評されている。

庵野秀明は映画監督(特撮監督)の円谷英二が日本における特殊撮影技術の事実上の元祖と評しているが、円谷作品以前にも忍術などの表現でトリック撮影を用いた作品などは既に存在しており、円谷の師匠である枝正義郎は、合成やミニチュアを使用したトリック撮影を取り入れた作品を戦前の時期に制作している。円谷は前述の海外の特撮映画『キングコング』などに影響を受けて特殊撮影技術を研究し、怪獣映画などを通して、1950年代以降に特撮映画を日本独自の映像技術として発展させ、映像文化や社会に多くの影響を与えた。

テレビドラマでは『月光仮面』、『七色仮面』など等身大のヒーローが活躍する作品が放映されはじめた。『七色仮面』は劇場公開を前提として、35mmフィルムで撮影されており、撮影費用は1本500万円という、当時のテレビ番組としては破格の金額で製作された。『新 七色仮面』で主人公を波島進から引き継いだ千葉真一は器械体操で培ったアクションを披露し、彼の演技は後に製作されていく変身ヒーローを題材とした特撮作品に大きな影響を与えている。1965年には主に東映作品の特撮パートを手掛けている株式会社「特撮研究所」が創立され、1966年には「空想特撮シリーズ」と銘打った円谷プロの『ウルトラマン』が放送されている。フィルム撮影時代は、本格的な特殊撮影を使った映画やテレビドラマは珍しく、高度な技術と多大な予算が必要なものだった。

「特撮」という言葉自体は、SFXを指す言葉として、1958年頃から日本のマスコミで使われ始めており、第一次怪獣ブーム時に完全に定着している。それ以前には、特殊技術(特技)という呼称も用いられていた。また、光学合成などのVFX技術も、SFXと特に区別されず「特撮」とされた。

「特撮映画」「特撮もの」という言葉は1980年代頃まではよく使われており、対象層やジャンルを問わずに特殊撮影技術を使った作品という意味であった。一方で、特殊撮影が多用されていても、他の既存ジャンルに近い物はその分類で呼ばれ、特撮ものとは分類されない場合もあった。例えば『西部警察』は多くの特撮が使われているが、一般的には刑事ドラマと呼ばれる。

1990年代以降になると、コンピュータグラフィックスなどのデジタル映像技術によるVFXが発達し、従来はSFXが必要とされたような映像もVFXで作れるようになった。上述の通り技術としての「特撮」はVFXをも含む言葉であったが、CGは「特撮」には含まれず、従来の技術のみが「特撮」と呼ばれた。一方で、過去の特撮作品の流れを汲む作品は、たとえCGを多用していても特撮ものとされた。一方で「特撮」は旧式な手法や作品として否定的な意味で使われる場面も増えた。

デジタル映像技術の発達に応じて、特撮技術による撮影は急激に減少した。番組としての特撮でも、CG技術が多用されSFXが減るなどの形態が変化していった。そのため、2010年代になると、日本独特の文化として保護を求める声があがった。2012年(平成24年)には、東京都現代美術館の企画展「館長 庵野秀明 特撮博物館」が開催されて全国で巡回も行われた他、文化庁の振興策「メディア芸術情報拠点・コンソーシアム構築事業」の一環として実施された「日本特撮に関する調査報告書」が2013年(平成25年)5月に公開されるなどしている。庵野は、それまで文化庁の支援対象は漫画・アニメ・ゲームだけであったところに、「特撮」を同等の扱いで国の文書に明記できたことを重要な点としている。

日常生活とは、人が生きるために日々繰り返しやっていることである。人によって若干内容は異なるが、たとえば次のようなこと。朝目覚めていつものように顔を洗う、歯をみがく、髪をとかす、いつもの場所で朝食食べる、着替える、学生なら自宅や学校で勉強をするとか宿題をするとか、自営業の仕事をしている人ならいつもの自分の仕事場でいつもの仕事をするとか、勤め人ならいつもの仕事場に行き仕事をして帰ってくるなどということや、農業をしている人ならいつもどおりに畑で仕事をしたり収穫物の出荷をしたり農機具の整備をしたり、漁業にたずさわっている人ならいつも通りに漁に出たり網の手入れをしたり、学業も仕事もしていない人はいつもどおり自宅やいつもの場所でいつも通りのことをして過ごすということである。そしていつもの場所で昼食をとり、いつもと同じ場所で夕食をとったり、あるいはいつものようにトイレに入ったりシャワーをあびたり風呂に入ったり、くつろいだ部屋着を着たり、自宅のいつもの場所でテレビを見たり、近年ならいつものようにYoutubeを見たりSNSをチェックしたり、いつものように甘いもの食べたり人によっては少し酒を飲んだり、そうしていつもの場所で眠りにつくことなどである。一般にはこういった行為、日々ルーチンのように繰り返されている一連の行為・行動が日常生活と呼ばれている。

禅ではしばしば日常生活に焦点をあて、日常生活の中で禅を行うという手法もとる。日常生活に <禅的思考> を少しだけ取り入れることを生活禅(せいかつぜん)などと言う。たとえば、疲れたなと思ったらちょっと背筋を伸ばしてみる、とか、思い立ったらすぐに始める、などということである。

なお医療とくにリハビリに携わる職種の人々は <日常生活動作>という用語を使って、普段人々が共通して行っている日常生活の具体的な動作、特に仕事以外の動作に特別な注意を払っている。起床・就寝・着替え・食事・歯磨き・洗顔・排泄・入浴などといった行為・行動で行われる動作を具体的に指している。大きな負傷などをして骨・筋肉などを傷めたりすると、人々が当たり前と思っている日常生活を送ることが困難になる。寝たり起きたり着替えたりといったことすらできなくなってしまうのである。

なおニュースというのは事件や普段とは異なった出来事を扱うものであるから、人々が日常生活でしていることはニュース媒体ではほとんど扱われない。報道機関の記者は通常、普通の人々のありきたりな日常生活をわざわざ取材しようとはしない。たとえ個人的には興味を持っている記者がいたとしても、ニュース記事にはできないので仕事としては取材を行っていられない。だが民俗学者、文化人類学者などは、普通の人が普段どのようなことをしているのか、人類は日々どのように生きているのかということに興味を示しそれなりに研究対象とすることがあり、欧米の学者によって人々の日常生活を扱った学術書も、数は多くはないが、書かれてはいる。

なお医療用語ではなく一般的な表現で <日常生活> と対比されているのは <非日常> であり、毎日のようには行わないこと、普段とは違う行為・行動である。日常生活というのは毎日のように繰り返されるので、人は慣れてしまい次第に感情が湧かなくなるものだが、非日常は普段とは違う行為なので印象に残り特別な感情を生むことが多い。

非日常のほうは喜ばしいこともあれば喜ばしくないこともある。たとえば入学試験を受けたり入学式や卒業式に出席することとかあるいは退学させられてしまうとか、また入社試験を受けたり入社式に出席したり退社のお別れ会に参加することとかあるいは突然退社勧告を受けるつまり突然クビになるとか、結婚届けを役所に出して結婚生活を始めたり離婚届けを出して新しく別々の人生を始めたりする日の特別な行為・行動である。また、まれに起きる事故や事件というのも日常生活には含められず、非日常である。たとえば自身が突然事故にあって救急車で病院に運ばれるとか、親が突然しかも初めて倒れて緊急入院したので病院にかけつけ看病したとか、親の葬儀の喪主の役を果たした、などということは日常生活には含まれず、非日常である。また普段の学業や仕事をわざわざ休んで気分転換のために旅に出るなどということも日常生活ではなく <非日常> である。

情報工学(じょうほうこうがく、)とは、「計算機による情報処理に関連する科学技術の一分野」を指す言葉であり、「情報科学」や「計算機科学」ともいう。

なお英語の はソフトウェア工学における一手法であり("データ中心アプローチ"も参照)、日本語の「情報工学」とは対応しない。また似た言葉に情報学がある。

ここでは、いくつかの大学の学科紹介などから(研究などにおける専門的な解説ではない)抜粋する。情報工学とは「情報」を工学的に利用するための学問分野である。情報の発生(データマイニング、コンピュータグラフィックスなど)、情報の伝達(コンピュータネットワークなど)、情報の収集(コンピュータビジョン、検索エンジンなど)、情報の蓄積(データベース、データ圧縮など)、情報の処理(計算機工学、計算機科学、ソフトウェア工学)を扱う総合的な工学分野といえる。また情報工学を、物理現象を支配している原理や法則や社会・経済活動を情報という観点から捉え,コンピュータ上の設計手順に変換することにより自動化する方法を創出する学問分野とする見方もあり、これは英語でいうコンピューティング(computing)に相当する。いずれにしても以上の説明は、大学の学科紹介などからの抜粋である。

計算機科学や情報科学・情報工学を扱う学会としては、米国では発足が早かったこともあり、ACMは直訳すると「計算機械学会」である。国際機関である情報処理国際連合の1960年発足の頃には、コンピュータは(数の)計算のみならず情報を処理する機械であるという認識は広まっており、日本の学会発足に関しても、和田弘により「情報処理学会」の名が付けられ、情報処理という言葉が使われるようになった。また電子情報通信学会もこの分野をあらわす語として「情報」を使っている。

日本技術士会に「情報工学部会」があり、また同会が課している2次試験は部門別であるが、コンピュータソフトウェアに関連する部門を「情報工学部門」としている(技術士情報工学部門)。

形式言語(けいしきげんご、)は、その文法(構文、統語論)が、場合によっては意味(意味論)も、形式的に与えられている(形式体系を参照)言語である。形式的でないために、しばしば曖昧さが残されたり、話者集団によって用法のうつろいゆくような自然言語に対して、プログラミング言語を含む一部の人工言語や、いわゆる機械可読な(機械可読目録を参照)ドキュメント類などの形式言語は、用法の変化に関しては厳格である。この記事では形式的な統語論すなわち構文の形式的な定義と形式文法について述べる。形式的な意味論については形式意味論の記事を参照。

形式言語の理論、特にオートマトン理論と関連したそれにおいては、言語はアルファベットの列(語 word) の集合である。

ただし、長さゼロの空単語("Empty Word", 記号 formula_2、formula_3、formula_4)も含む。

チューリング完全機械は十分強力なので、この手法であらゆる列挙可能な構造を扱うことができる。チューリングマシンの数値表現については(チューリングマシンの)表記(description)という。

あるチューリングマシンが存在して、言語に属するすべての語 "w" に対して動作させると受理状態で停止し、属さない語には受理しないようなとき、その言語はチューリング認識可能という。

また、言語に属さないときは必ず拒否状態で停止する場合、その言語はチューリング判別可能であるという。(この2つの違いは、一部の入力に対してチューリングマシンが停止しない場合があるかどうかである)

また、チューリングマシンTMの言語 "L"(TM) とは、テープに "w" をセットしたあと、TMを動作させると受理状態に入って停止するような "w" の集合からなる言語(TM認識可能な言語)のことである。

この言語には以下のような演算が定義される。ここで、formula_5 と formula_6 は共通のアルファベットから構成される言語であるとする。

モデル理論においては、言語は定数記号、関数記号、述語記号の集合である。

形式言語は、形式文法と密接な関係がある。例として、次のような文脈自由文法の構文規則があるとき、

以下のように規則を再帰的に適用して、その言語の要素(名詞句)を列挙することができる。

すなわち、このような操作の任意回の繰り返しによって、その言語(文の集合)が得られる。

また、形式文法が階層をなすというチョムスキー階層は、生成する言語では言語の認識に必要な最小のオートマトンが階層をなすという形で現れる。

形式言語は、「人や計算機の如何なる記号変換能力から如何なる思考能力や計算能力が生まれるか」の学としての広義の数理論理学の研究対象であり、従って形式言語は、哲学・言語学・計算機科学・数学基礎論・数理心理学等々において重要な役割を演ずる。

それらの学問分野では、如何なる形式言語を研究すべきかの文法論(構文論・統辞論)や形式言語の意味論や演繹論が研究される。

形式手法という場合には、形式言語に加えて、模擬試験、検証・証明などの仕組みを込みで言う場合が有る。

自然言語を比較的単純な形式言語のモデルにあてはめて分析する言語学は、チョムスキーによって提唱された。音素や語幹などを素記号として考える。

実際の自然言語の構文規則(あるいは文法)は、文字通り自然発生的のものであり、形式言語における構文規則のように明確に規定するのは難しい。

ただ、素朴な文法論の主張は、形式言語の理論とみなすことができる。

素朴な文法論は、例えば次のようなものである。

こういう文法論はすなわち、素記号とは何かを定め、それらから文を作る構文規則を定めるのだから、まさに形式言語の理論である。

こういう形式言語論的な文法論は、実際の言語と比較することで自然言語の特徴を浮き彫りにし、自然言語のより深い理解へと導くことを可能とすることもなくはない。言語そのものではなく、言語行動の深層をなす人間精神を探るためには、むしろこういう文法論を数学化し、更に意味論・文法論を伴った論理学にまで推し進めることが有意義ともいえよう。

文脈自由言語(ぶんみゃくじゆうげんご)とは、次のような再帰的な生成規則をもつ文脈自由文法によって、与えられた言語の長さ n に対して O(n3) の時間で認識される形式言語。プッシュダウン・オートマトンで受理可能な言語と等価である。

ある言語が文脈自由言語でないことを証明するために文脈自由言語の反復補題が使われることがある。

基本的な文脈自由言語 formula_1 は、偶数個の文字から成る文字列で構成され、各文字列の前半は "a" で、後半は "b" で構成される。"L" を生成する文法は formula_2 であり、プッシュダウン・オートマトン formula_3 に受容される。ここで formula_4 は以下のように定義される。

ここで z は初期スタック記号、x はポップ動作を意味する。

例えば、数式など(プログラミング言語などにおける)の括弧の対応は formula_10 というような規則になる。数式などはだいたい文脈自由言語である。

"L" と "P" を文脈自由言語、"D" を正規言語としたとき、以下も全て文脈自由言語である(閉じている)。

しかし、積集合や差集合に関しては閉じていない。これらの操作の具体的な内容については形式言語の情報工学的定義を参照されたい。

文脈自由言語は積集合において閉じていない。この証明は参考文献にある Sipser 97 の練習問題となっている。まず、2つの文脈自由言語 formula_15 と formula_16 を用意する。これらの積集合 formula_17 に対して文脈自由言語の反復補題を用いることで、それが文脈自由言語でないことを示すことができる。

文脈自由言語についての以下の問題は決定不能である。

文脈自由言語についての以下の問題は決定可能である。

文字セット Σ 上の正規言語の集合は以下のように再帰的に定義される。

有限の文字列から構成される言語は全て正規言語である。その他の典型的な例としては、文字セット {"a", "b"} を使った文字列のうち、偶数個の "a" を含む文字列の集まりは正規言語であるし、任意個数の "a" の後に任意個数の "b" が続く文字列で構成される言語も正規言語である。

正規言語に対して、和集合、積集合、差集合といった演算を施した結果も正規言語である。正規言語の補集合(文字セットから生成される全文字列を全体集合とする)も正規言語である。正規言語の文字列を全て逆転させたものも正規言語である。正規言語の連結(ふたつの言語に含まれる文字列をあらゆる組み合わせで連結した文字列の集合)をしたものも正規言語である。「シャッフル」をふたつの正規言語に施した結果も正規言語である。正規言語と任意の言語の商集合も正規言語である。個々の操作の具体的意味については形式言語#定義を参照されたい。

ある言語が正規言語であるかどうかの判断基準.

チョムスキー階層での正規言語の位置によれば、正規言語は文脈自由言語の真部分集合である。すなわち、正規言語は文脈自由言語に含まれる一方、その逆は真ではない。

例えば、同じ個数の "a" と "b" を含む文字列から成る言語は文脈自由言語ではあるが、正規言語ではない。このような言語が正規言語ではないことを証明するには、マイヒル-ネローデの定理か反復補題 (pumping lemma) を使う。

正規言語を代数学的に定義するには、二つの方法がある。Σ を有限のアルファベットとし、Σ* を Σ 上の自由モノイド(Σ によって作られる記号列全て)とすると、"f" : Σ* → "M" はモノイド同型となる。ただしここで "M" は"有限"のモノイドである。そして、"S" を "M" の部分集合とすると、"f"−1("S") は正規言語となる。任意の正規言語はこのようにして構成することができる。

もう一つの方法として、"L" が Σ 上の言語であるとき、Σ* 上の同値関係 ~ を次のように定義する。

すると、"L" が正規言語であることは、同値関係 ~ の作る同値類の指標(濃度)が有限であることと同値になる。そして、同値類の指標は "L" を受理する最小の決定性有限オートマトンの状態の個数に一致する。

自然言語処理(しぜんげんごしょり、、略称:NLP)は、人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術であり、人工知能と言語学の一分野である。「計算言語学」()との類似もあるが、自然言語処理は工学的な視点からの言語処理をさすのに対して、計算言語学は言語学的視点を重視する手法をさす事が多い。データベース内の情報を自然言語に変換したり、自然言語の文章をより形式的な(コンピュータが理解しやすい)表現に変換するといった処理が含まれる。応用例としては機械翻訳や仮名漢字変換が挙げられる。

自然言語の理解をコンピュータにさせることは、自然言語理解とされている。自然言語理解と、自然言語処理の差は、意味を扱うか、扱わないかという説もあったが、最近は数理的な言語解析手法(統計や確率など)が広められた為、パーサ(統語解析器)などの精度や速度が一段と上がり、その意味合いは違ってきている。もともと自然言語の意味論的側面を全く無視して達成できることは非常に限られている。このため、自然言語処理には形態素解析と構文解析、文脈解析、意味解析などをなど表層的な観点から解析をする学問であるが、自然言語理解は、意味をどのように理解するかという個々人の理解と推論部分が主な研究の課題になってきており、両者の境界は意思や意図が含まれるかどうかになってきている。

自然言語処理の基礎技術にはさまざまなものがある。自然言語処理はその性格上、扱う言語によって大きく処理の異なる部分がある。現在のところ、日本語を処理する基礎技術としては以下のものが主に研究されている。

現状発達している言語AI技術は、多次元のベクトルから、単語や文書の意味の近さを、その相互関係から推定しているもので、「AIの言語理解」は「人間の言語理解」は根本的に別物である。

「自然言語理解は、AI完全問題」と言われることがある。なぜなら、自然言語理解には世界全体についての知識とそれを操作する能力が必要と思われるためである。「理解; 」の定義は、自然言語処理の大きな課題のひとつでもある。

人間とコンピュータの間のインタラクションのインタフェース(ヒューマンマシンインタフェース)として、自然言語がもし使えたら非常に魅力的である、といったこともあり、コンピュータの登場初期(1960年頃)には自然言語処理にある種の過剰な期待もあった。SHRDLUなどの初期のシステムが、世界を限定することで非常にうまくいったことにより、すぐに行き過ぎた楽観主義に陥ったが、現実を相手にする曖昧さや複雑さがわかると、楽観的な見方や過剰な期待は基本的には無くなった。しかし、何が簡単で何が難しいのか、といったようなことはなかなか共有されなかった。

やがて、21世紀に入ってしばらく後に「音声認識による便利なシステム」がいくつか実用化・実運用され多くの人が利用したことで、何が簡単で、どういう事に使うのは難しいのかが理解されるようになりつつある模様である。

2013年のGoogleのWord2vecは今でも使われている。

2019年、GPT-2、BERTなど、ディープラーニングを応用した手法で大きなブレークスルーがあった。

自然言語処理(理解)における課題をいくつかの例を用いて示す。

英語では特に語形変化による語彙の区別をする機能が弱いため、このような問題が大きくなる。

また、英語も含めて、形容詞と名詞の修飾関係の曖昧さもある。例えば、(かわいい小さな少女の学校)という文字列があるとする。

統計的自然言語処理は、確率論的あるいは統計学的手法を使って、上述の困難さに何らかの解決策を与えようとするものである。長い文になればなるほど、従来型の自然言語処理では解釈の可能性の組合せが指数関数的に増大していき、処理が困難となる。そのような場合に統計的自然言語処理が効果を発揮する。コーパス言語学やマルコフ連鎖といった手法が使われる。統計的自然言語処理の起源は、人工知能の中でもデータからの学習を研究する分野である機械学習やデータマイニングといった分野である。

自然言語処理の応用技術として、以下のような技術が研究・実用化されている。また、言語学への応用も考えられている。

自然言語(しぜんげんご、)とは、言語学や論理学、計算機科学の専門用語で、「英語」・「中国語」・「日本語」といった「○○語」の総称。つまり普通の「言語」のこと。人間が意思疎通のために日常的に用いる言語であり、文化的背景を持っておのずから発展してきた言語。

対義語は「人工言語」「形式言語」、すなわちプログラミング言語や論理式など。

人間がお互いにコミュニケーションを行うための自然発生的な言語である。形式言語との対比では、その構文や意味が明確に揺るぎなく定められ利用者に厳格な規則の遵守を強いる(ことが多い)形式言語に対し、話者集団の社会的文脈に沿った曖昧な規則が存在していると考えられるものが自然言語である。自然言語には、規則が曖昧であるがゆえに、話者による規則の解釈の自由度が残されており、話者が直面した状況に応じて規則の解釈を変化させることで、状況を共有する他の話者とのコミュニケーションを継続する事が可能となっている。

人間のコミュニケーションを目的として設計された形式言語、といったようなものも存在するが(ログランなど)あまり多くない。人工言語という分類は多義的であり、形式言語のことを指している場合もあれば、エスペラントなど「人為発生的な自然言語」といったほうが良い場合もある。

また、文法,単語の用法に曖昧さを含み、使用する単語,単語の順序を入れ替える等が可能であり、感情で文章を制御しやすいため、多様な情景表現が可能となっている。しかし、文法、単語の用法が曖昧であるため、「言語仕様」のように明確に固定することは難しい。各自然言語自体も他言語との統合が起きる事により変化し続けており、自然言語の文法その他あらゆる面が言語学によって研究が続けられている。また、統計的手法を利用するや、情報処理の対象として自然言語を扱う自然言語処理は、コンピュータの能力の向上にあわせ、またコンピュータのより便利な利用のために(例えばワードプロセッサや、音声入力による情報探索など)、さかんに研究され実地にも応用されるようになった。

プログラミング言語(プログラミングげんご、)とは、プログラムを記述するための人工言語。コンピュータプログラムを書くために考案された、正確に定義された記号と規則のしくみ。以前は、しばしばプログラム言語と表記された。

プログラミング言語は、情報を組織し処理するタスクについての理解を容易にし、アルゴリズムを正確に表現することができる。特に、チューリング完全であることが特徴である。

言語仕様とプログラムとその入力データの組合せで、そのプログラムを実行したときの結果(外部から観測される振る舞い)が完全に指定できなければならない。

プログラミング言語は構文規則(自然言語に関する言語学で言う統語論の規則に類似したもの)と意味規則(自然言語の意味論に類似した規則)で定義される。形式的ないし非形式的(自然言語による)な仕様が(構文規則は形式的で、意味規則はそうでない、というものが多い)実装とは独立した文書で示される言語もあれば、実装のみの言語もある。

多くの言語は、新たなニーズを満たすべく設計され、他の言語と組み合わされ、最終的に使われなくなる。あらゆる用途に使える万能言語を設計しようという試みはいくつかあったが、そういう意味で成功した言語は存在しない

プログラミング言語の開発の大きな流れに共通する傾向として、より高いレベルの抽象化によってより高い問題解決能力を得ようとしてきた、ということが指摘されることがある。初期のプログラミング言語はコンピュータのハードウェアのレベルと極めて近かった。新たなプログラミング言語が開発される度に機能が追加され、プログラマはハードウェアの命令からより遠い形でアイデアを表現できるようになっていった。プログラミングをハードウェアから分離することで、プログラマの生産性は向上する。

毎年のように新たなプログラミング言語が作り出されている。2008年2月時点で、「コンピュータ言語辞典」には8,152種のプログラミング言語が記載されていた。

過去のプログラミング言語のなかの欠点と見なされた部分を解消するために、新たなプログラミング言語が構想され、作られてきた歴史がある。また多様なプログラミング言語が生み出される背景には、さまざまな事情があり、ハードウェアが時代とともに変化してきたことや、プログラミング言語というテクノロジーやコンピュータサイエンスの発展も影響しており、下のような諸事情もある。

ウィキペディアに記事が掲載されているプログラミング言語を知りたい場合はプログラミング言語一覧を参照のこと。

ひとつの分類法としては(そして計算機科学の教科書や情報処理技術者の教科書などで、まっさきに一種の定番のように挙げてある分類方法としては)、機械寄り(CPU寄り)か人間(の思考)寄りか、で分類する方法であり、低水準言語 / 高水準言語 と分類する方法である。(" 低級言語 / 高級言語 " とも)

低水準言語の例としては、機械語の「命令コード」と1対1に対応する「命令語」を用いてプログラミングを行うアセンブリ言語がある。(機械語も低水準言語のひとつに数える場合もある。)対比される高水準言語の例としてはPerl、Visual Basic、LISP、PHP、Java、Pythonなどを挙げることができる。(なお、境界はやや曖昧で、C言語はかつては「高水準言語」と見なされていたが、その後それよりもレベルの高い高水準言語が多数登場したので、今日ではメモリ管理もしないC言語は「低水準言語」に分類されることもある。)

他の分類法としては、実行方法によってプログラミング言語を分類する方法もあり、インタープリタ方式言語 / コンパイラ方式言語(コンパイル方式言語)と分類する方法である。

インタープリタ方式言語の例としてはPHPやRubyを挙げることができる。コンパイラ方式言語の例としてはC言語、C++、Erlang、Haskell、Rust、Go、FORTRAN、COBOLなどを挙げることができる。なお言語によってはインタープリタ方式で実行でき、かつコンパイル方式で実行することができるものもある。そして「一応、どちらの方法でも実行できるが、基本はコンパイル方式」などという場合もあるので、やや分類が曖昧になる場合がある。コンパイル方式でしか実行できない言語をわざわざ指さなければならない場合に「純コンパイル方式言語」などと分類する人もいる。なおJavaはバイトコードにコンパイルをしてから実行するので、一応「コンパイル方式」に分類することも可能ではある言語だが、実行時コンパイラ(JIT)とJava仮想マシンを使うので、「Javaは、コンパイル方式とインタープリタ方式の中間的な方式」としばしば指摘され、曖昧な位置づけである。

かつては人間側の用途で分類する方法もしばしば用いられたことがある。たとえば、汎用プログラミング言語 / 事務計算用プログラミング言語/ 科学技術計算用プログラミング言語 などと分類する方法である。1970年代-1980年代などは「事務計算用プログラミング言語の例はCOBOLで、科学技術計算用プログラミング言語の例はFORTRAN」などと書かれたが、近年ではそのような分類はあまりされなくなった。なお「汎用プログラミング言語」に分類されるのはJava、C#、Python、Visual Basic、Rubyなどである。

手続き型言語かそうでないかで、手続き型言語 / 非手続き型言語 と分類する方法もある。手続き型言語の例としてはFORTRAN、ALGOL、C言語、COBOL、BASIC、Pascalなどを挙げることができる。

オブジェクト指向プログラミングに適したしくみを備えているか否かで、オブジェクト指向言語 / 非オブジェクト指向言語 と分類されることもある。

構造化プログラミングに適した仕様になっているか否かで判断して、適したものだけを構造化プログラミング言語と分類する方法もある。

スレッドを複数個生成・管理できるか否か、で並行言語 / 非並行言語 と分類する方法もある。

なお1950年代(や1960年代)計算理論をチョムスキー階層という構想や理論が発表された時代には、計算表現能力に基づいてコンピュータの言語を、抽象的に、「タイプ0 / タイプ1 / タイプ2 / タイプ3」などに分類しようとしていたこともあった。ただし近年ではそのような分類法は滅多に持ち出されない。世の中のプログラミング言語のユーザーたちや言語開発者たちの関心は、すでに別のレベルに移っているからである。