2024年度 学院等開講科目 情報理工学院 情報工学系 知能情報コース
自然言語処理
- 開講元
- 知能情報コース
- 担当教員
- 荒瀬 由紀
- 授業形態
- 講義 (対面型)
- メディア利用科目
- -
- 曜日・時限
(講義室) - 火1-2 (W8E-307(W833)) / 金1-2 (W8E-307(W833))
- クラス
- -
- 科目コード
- ART.T459
- 単位数
- 200
- 開講時期
- 2024年度
- 開講クォーター
- 3Q
- シラバス更新日
- 2025年3月14日
- 使用言語
- 英語
シラバス
授業の目的（ねらい）、概要
この講義では，自然言語処理(NLP)と呼ばれる人間の言語をコンピュータで処理するための基本的な概念と技術を紹介する．NLPに必要な言語的背景，基礎的な機械学習，テキスト埋め込み，言語モデル，テキスト生成，さらにNLPの応用について学ぶ．
到達目標
【到達目標】 自然言語処理の基礎的な概念，代表的な手法について理解し，それらを応用システムで活用するための基礎技術を習得することを目標とします．
【テーマ】 本講義では人工知能の一分野である自然言語処理について学びます．自然言語処理は人間が日常で使う日本語や英語などの言語をコンピュータで処理し，言語表現が表わす意味・意図を抽出したり，また，逆に言語表現を作り出す技術です．
キーワード
計算言語学，コーパス言語学，言語資源，言語生成，言語モデル, テキスト埋め込み
学生が身につける力
- 専門力
- 教養力
- コミュニケーション力
- 展開力 (探究力又は設定力)
- 展開力 (実践力又は解決力)
授業の進め方
教科書の指定された範囲を事前に予習しておいてください．コースの前半は自然言語処理技術についての講義を行い、後半は指定した論文を解説するプレゼンテーションを行ってもらい，その内容について学生間で議論します．
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | N-gram 言語モデル | 講義で指定する． |
| 第2回 | 分類問題 | 講義で指定する． |
| 第3回 | ロジスティック回帰 | 講義で指定する． |
| 第4回 | ベクトル意味論と埋め込み | 講義で指定する． |
| 第5回 | ニューラルネットワーク | 講義で指定する． |
| 第6回 | トランスフォーマー | 講義で指定する． |
| 第7回 | 大規模言語モデル | 講義で指定する． |
| 第8回 | プロンプティングと文脈内学習 | 講義で指定する． |
| 第9回 | 論文プレゼンテーション (1) | 講義で指定する． |
| 第10回 | 論文プレゼンテーション (2) | 講義で指定する． |
| 第11回 | 論文プレゼンテーション (3) | 講義で指定する． |
| 第12回 | 論文プレゼンテーション (4) | 講義で指定する． |
| 第13回 | 論文プレゼンテーション (5) | 講義で指定する． |
| 第14回 | 論文プレゼンテーション (6) | 講義で指定する． |
準備学修(事前学修・復習)等についての指示
講義に参加する前に事前に指定した教科書の章，研究論文を読んで理解しておくこと．
教科書
Jurafsky, D. & Martine, J. H.: Speech and Language Processing (3rd ed.), Prentice Hall (2023+). (https://web.stanford.edu/~jurafsky/slp3/)
参考書、講義資料等
岡﨑 直観，荒瀬 由紀，鈴木 潤，鶴岡 慶雅，宮尾 祐介 著．IT Text 自然言語処理の基礎．オーム社．
https://www.ohmsha.co.jp/book/9784274229008/
成績評価の方法及び基準
講義での議論への貢献 (50%)
プレゼンテーション (50%)
関連する科目
- ART.T548 ： 先端人工知能
履修の条件・注意事項
線形代数，確率統計の基本的な知識を有すること
その他
特になし．