2021年度 自然言語処理 (4102)

授業科目基本情報PDFダウンロード

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	英語
開講時期	Ⅲ	履修登録システム	使用する
履修登録期間	2021/10/14～2021/11/04	履修取消期限	2021/11/10

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	－	－	－	－	－	C	C
履修方法	・修士論文研究又は特別課題研究を履修する場合は、基盤科目及び専門科目から１２単位以上履修すること。 ・課題研究を履修する場合は、基盤科目及び専門科目から１４単位以上履修すること。 ・コア科目の履修方法については、入学年次の教育課程表の（2）履修方法を参照すること。

授業科目概要

担当責任教員	荒牧　英治
担当教員	荒牧英治、渡辺太郎
教育目的／学修到達目標	【教育目的】 情報技術において，インターネット上のテキスト，スマートデバイス上に蓄積された会話データを始め様々な自然言語文を解析する技術が重要である．本講義では，自然言語処理の基礎となる文法理論を始めとした言語学理論，形態素解析や構文解析などの基本的な技術から，最先端の技術である深層学習を用いたアルゴリズムについて学ぶ． その上で，どのように自然言語処理技術を用いて実社会に有益なアプリケーションを研究・開発するかという点において，古典的な応用である自動要約や機械翻訳の仕組み，さらには，コミュニケーション支援といった実社会応用の方法までを習得することを目的とする． 【学修到達目標】 1) 自然言語処理の基礎技術について説明、記述できる。 2) 機械学習について整理、議論ができる。 3) 言語処理応用について俯瞰、表現できる。 4) 系列ラベリングについて操作できる。
授業概要／指導方針	【授業概要／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，ならびに応用について解説する。 座学を基本とする． 【授業時間外学修（予習・復習等）の目安】 各回毎に授業内で与えられたAssignmentの予習2時間 各回毎に復習2時間程度

クラス情報

表示可能なデータがありません。

授業計画

回数	日付 [時間]	担当教員	テーマ	内容
1	10/27 [1]	荒牧　英治	自然言語解析技術	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	11/10 [1]	荒牧 英治	単語分割、品詞解析 レポート: 課題はスライドを参照のこと． 以下に送付 naist.nlp.2020@gmail.com	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	11/17 [1]	渡辺　太郎	言語モデル	言語モデルについて説明する． slides: https://docs.google.com/presentation/d/1bF-S9ylr6Cze3bKN3wyj2-FZlTGw8aOIkcPnZVqHiG4/edit?usp=sharing
4	11/24 [1]	渡辺　太郎	深層学習	分散表現，深層学習について説明する． slides: https://docs.google.com/presentation/d/1o2GPLEo1P6v1zcbaHWxmIDxvrVNVsPWsBBgZqkcloW8/edit?usp=sharing
5	12/1 [1]	進藤 裕之	統語解析・意味解析	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
6	12/8 [1]	矢田　竣太郎	固有表現解析・関係抽出	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．
7	12/15 [1]	渡辺　太郎	機械翻訳技術	種々の機械翻訳の手法とその要素技術、ついて解説する． slides: https://docs.google.com/presentation/d/1Dn1feEd2JW2zrAgHwy-WkxHtOcqzJVWTepzGrBOXIe4/edit?usp=sharing
8	12/17 [1]	荒牧　英治、若宮　翔子	応用技術・システム	Web応用，コミュニケーション支援などの実社会応用について概説する．

授業日程

回数	日付	時間	講義室	備考
1	10/27	1	エーアイ大講義室[L1]（IS）
2	11/10	1	エーアイ大講義室[L1]（IS）
3	11/17	1	エーアイ大講義室[L1]（IS）
4	11/24	1	エーアイ大講義室[L1]（IS）
5	12/1	1	エーアイ大講義室[L1]（IS）
6	12/8	1	エーアイ大講義室[L1]（IS）
7	12/15	1	エーアイ大講義室[L1]（IS）
8	12/17	1	エーアイ大講義室[L1]（IS）

テキスト・参考書

テキスト	特になし
参考書	『自然言語処理〔改訂版〕』黒橋禎夫，2019，放送大学教育振興会 『言語処理のための機械学習入門』高村大也, 2010, コロナ社 Introduction to Natural Language Processing, Jacob Eisenstein, 2019, MIT Press Foundations of Statistical Natural Language Processing, Christopher Manning and Hinrich Schütze, 1999, MIT Press

その他

履修条件	特になし
オフィスアワー	Eメールで連絡する．
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	工学，理学
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

表示可能なデータがありません。