| 授業方針・テーマ |
機械翻訳、情報検索、Webマイニングといった様々な人工知能の応用で活用されている自然言語処理の要素技術と応用を学ぶ。 |
習得できる知識・能力や授業の
目的・到達目標 |
・自然言語処理に関する基礎知識を習得する
・自然言語処理の重要なアプリケーションを支える技術を理解する
・自然言語処理の最近の動向（深層学習）を知る
・自然言語処理のシステムの構築と評価ができるようになる |
授業計画・内容
授業方法 |
（授業計画）
自然言語処理について輪読・ゼミ形式で理解を深める。
（内容）
#01 自然言語処理の概要
#02 自然言語処理の応用
#03 大規模言語モデルについて
#04 自然言語処理の基礎知識 (1) コーパスと辞書
#05 自然言語処理の基礎知識 (2) 知識獲得・情報抽出
#06 自然言語処理の基礎知識 (3) テキストマイニング・形態素解析・構造解析
#07 自然言語処理の社会科学応用
#08 日本語入力 (1) かな漢字変換の原理・辞書引き
#09 日本語入力 (2) 連文節変換・統計的言語モデル
#10 情報検索 (1) 情報検索の基礎 ・索引付け・ベクトル空間モデル
#11 情報検索 (2) Web検索・ランキング・評価
#12 Webと自然言語処理 (1) 文書分類・類似文書検索
#13 Webと自然言語処理 (2) クラスタリング・マイニング・スペル訂正
#14 Webと自然言語処理 (3) レコメンド・文書要約・質問応答
#15 大規模言語モデルの最新の話題
（授業方法）
教科書をベースにゼミ形式で分担者が発表し、それに対して参加者が質問・コメントを入れ、教員が解説する、という形で行う。 |
| 授業外学習 |
各回の内容に相当する教科書の該当部分を指定するので、担当者は準備してくる。
授業時間外でも Slack による質問や回答を受け付ける。 |
| テキスト・参考書等 |
教科書
奥野・ニュービッグ・萩原（共著）小町（監修）「自然言語処理の基本と技術」（翔泳社 2016）
参考書
小町「自然言語処理の教科書」（技術評論社 2024）
岡崎他（著）「自然言語処理の基礎」（コロナ社 2022） |
| 成績評価方法 |
小町：毎回の授業でのインタラクションと授業内の発表によって評価する。 |
質問受付方法
(オフィスアワー等) |
メールと X による質問を受け付ける。
小町：mamoru.komachi@r.hit-u.ac.jp
X: mamoruk |
特記事項
(他の授業科目との関連性) |
以下の学部専門科目と関連している。このうち「機械学習」は履修しておくことが望ましい。
B2「形式言語とオートマトン」「人工知能」
B3「情報理論」「機械学習」「パターン認識」 |
| 備考 |
|
シラバス照会