| 授業方針・テーマ |
言葉を計算機によって処理する自然言語処理の基礎を学ぶ。 |
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応用を支える技術を理解する。
・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．
・自然言語処理の最近の動向（大規模言語モデルとその応用）を知る。
|
授業計画・内容
授業方法 |
（授業計画・内容）
第1回 自然言語処理概論
第2回 言語モデル
第3回 ベクトル意味論と埋め込み
第4回 ニューラルネットワークによる自然言語処理①
第5回 ニューラルネットワークによる自然言語処理②
第6回 Transformer①
第7回 Transformer②
第8回 大規模言語モデルの構築①：コーパスの収集・構築
第9回 大規模言語モデルの構築②：事前学習, Instruction tuning, Preference tuning
第10回 大規模言語モデルの利用①: 文脈内学習とプロンプトエンジニアリング
第11回 大規模言語モデルの利用②: ファインチューニング
第12回 自然言語処理の応用①：知識獲得・情報抽出・質問応答
第13回 自然言語処理の応用②：機械翻訳・自動要約・対話システム
第14回 自然言語処理の応用③：専門ドメインにおける自然言語処理
第15回 最新の自然言語処理の動向
（授業方法）
授業内で配布する資料を基にした講義を中心に、演習・授業内発表を組み合わせる形式で実施する。 |
| 授業外学習 |
授業資料・参考書を用いた課題を指定する。 |
| テキスト・参考書等 |
教科書：資料を授業内で配布する
参考書：岡崎他（著）「自然言語処理の基礎」（コロナ社 2022）, 小町（著）「自然言語処理の教科書」（技術評論社 2024） |
| 成績評価方法 |
授業内活動への参加と提出物によって評価する
授業内活動への参加30%、平常点(授業態度・提出物の有無等)20％、レポート50%
|
質問受付方法
(オフィスアワー等) |
メールによる質問を受け付ける
対面での質問を希望の場合は事前にメール連絡をすること
|
特記事項
(他の授業科目との関連性) |
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