Language:

2019年度 自然言語処理 (4010)

授業科目基本情報

科目区分 専門科目 教職科目 情報
単位数 1 選択・必修・自由 選択
授業形態 講義 主な使用言語 日本語
開講時期 履修登録システム 使用する
履修登録期間 2019/05/29~2019/06/18 履修取消期限 2019/06/18

教育プログラム別の履修区分

プログラム名 IS CB BS BN MS CP DS
履修区分
コア科目
履修方法 ・基盤科目及び専門科目から12単位以上履修すること。

授業科目概要

担当責任教員 松本 裕治
担当教員 松本裕治、(柏岡秀紀)、進藤裕之
教育目的/授業目標 自然言語処理の基本となる種々の言語解析技術と代表的な応用について理解することを目的とする。
指導方針 日本語および英語の形態素解析と統語解析および関連技術、および機械翻訳等の自然言語処理応用に関する種々の技法について解説する。

クラス情報



表示可能なデータがありません。

授業計画

[1限目 9:20-10:50] [2限目 11:00-12:30] [3限目 13:30-15:00] [4限目 15:10-16:40] [5限目 16:50-18:20] [6限目 18:30-20:00]
回数 日付 [時間] テーマ 内容
1 6/6 [2] 自然言語解析技術(担当:松本) 自然言語処理の基本的な解析技術,および,自然言語処理の応用について概観する
2 6/13 [2] 自然言語文の単語分割、品詞解析(担当:松本) 自然言語文の単語の定義および単語の文法クラスである品詞の同定手法について説明する
3 6/20 [2] 文の統語解析の基礎(担当:松本) 自然言語文の構造解析の基盤技術である統語解析アルゴリズム,特に,句構造と依存構造の解析のための代表的なアルゴリズムについて説明する
4 6/27 [2] 構文解析・意味解析(担当:進藤) 構文解析や意味解析の確率・統計モデルとアルゴリズムについて概説する.最新の機械学習に基づく手法についても概要や文献を紹介する.
5 7/4 [2] 固有表現解析・関係抽出(担当:進藤) 固有表現抽出と関係抽出は,テキストから情報を抽出するために必要不可欠な技術である.固有表現と関係抽出の確率・統計モデルとアルゴリズムについて概説する.
6 7/18 [2] 機械翻訳技術(担当:柏岡) 種々の機械翻訳の手法とその要素技術について解説する.
7 7/25 [2] 機械翻訳技術(担当:柏岡) 種々の機械翻訳の手法とその要素技術、評価手法について解説する.
8 8/1 [2] 音声対話翻訳技術(担当:柏岡) 音声対話,音声翻訳に関わる技術,課題についてこれまでの取組等について概説する.

授業日程

[1限目 9:20-10:50] [2限目 11:00-12:30] [3限目 13:30-15:00] [4限目 15:10-16:40] [5限目 16:50-18:20] [6限目 18:30-20:00]
回数 日付 時間 講義室 備考
1 6/6 2 L1
2 6/13 2 L1
3 6/20 2 L1
4 6/27 2 L1
5 7/4 2 L1
6 7/18 2 L1
7 7/25 2 L1
8 8/1 2 L1

テキスト・参考書

テキスト 特になし。講義ノートを配布。
参考書 特になし

その他

履修条件 特になし
オフィスアワー Eメールで連絡の上、日時を決める
成績評価の方法と基準 ・5段階(秀・優・良・可・不可)で評価する。
・講義期間中の区切りごとに求めるレポートにより行う。
・自然言語処理のための基本的なアルゴリズムの知識の習得を基準とする。
関連科目 特になし
関連学位 理学、工学
注意事項 特になし

授業関連URL



表示可能なデータがありません。

配布資料

  資料名 備考 公開期限
NLP20190606 2019/08/31 ダウンロード
CKY parsingの例 2019/08/31 ダウンロード
Shift Reduce Parsingの例 2019/08/31 ダウンロード
NLP20190613 2019/08/31 ダウンロード
NLP20190620 2019/08/31 ダウンロード
Transition-based Dependency Parsing 2019/08/31 ダウンロード
NLP_kashioka_1 柏岡担当分 2019/08/31 ダウンロード
NLP_kashioka_2 柏岡担当分2 2019/08/31 ダウンロード
Assignment (Kashioka) 2019/08/31 ダウンロード