| 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）
自然言語処理システムの作り方について解説・演習する。
（内容）
#01 自然言語処理の概要
#02 自然言語処理の基礎知識 (1) コーパスと辞書
#03 自然言語処理の基礎知識 (2) 知識獲得・情報抽出・テキストマイニング
#04 自然言語処理の基礎知識 (3) 形態素解析・構文解析
#05 日本語入力 (1) かな漢字変換の基礎
#06 日本語入力 (2) アルゴリズムとデータ構造
#07 機械翻訳 (1) 機械翻訳の基礎
#08 機械翻訳 (2) 機械翻訳システムの評価
#09 機械翻訳 (3) 機械翻訳システムの構築
#10 情報検索 (1) 情報検索の基礎
#11 情報検索 (2) Web検索
#12 情報検索 (3) ランキング・情報検索の評価
#13 Webと自然言語処理 (1) 文書分類・類似文書検索・クラスタリング
#14 Webと自然言語処理 (2) マイニング・スペル訂正・レコメンド
#15 最終課題発表会
（授業方法）
教科書をベースに解説し、演習で自然言語処理システムを構築する。 |
| 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、読んでくる。 |
| 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 出版予定）
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：毎回の課題（5x12=60%）および期末課題（40%）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@gmail.com
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