人間の視覚は、およそ200万～700万色にのぼる広範な色の違いを識別できると推定されている。しかし、この驚異的な色の識別範囲が、そのすべての色が言語的に正確に命名され、記述されていることを意味するわけではない。私たちは日常的な物や概念と色を結びつけて認識することが多い。本研究は、無数の色の視覚的認識と、それらを正確に表現・命名する能力の間にあるギャップを埋めることを目指している。この目的を達成するため、双方向長短期記憶（BiLSTM）ネットワークとアクティブラーニングを活用した新規モデルが開発された。このモデルは、本研究のために丁寧に構築された独自のデータセットを基盤として動作する。本研究の主な目的は、これまで名前が付けられていない色の分類や命名、あるいは従来の色語彙では捉えきれない中間色の特定を可能にする汎用的なツールの構築である。得られた結果は、この革新的なアプローチが色の認識と言語に関する理解を根本から変革する可能性を示している。厳密な実験と分析を通じて、本研究は自然言語処理（NLP）技術が多様な産業分野に応用される有望な道筋を示した。広大な色のスペクトルを探索する支援を可能にすることで、NLPの応用範囲は従来の枠組みを越えて拡張される可能性が示された。