シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
言語認知工学 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Language and Cognitive Engineering | ||
| 科目番号 /Code |
INS601a INS601b INS602e | ||
| 開講年度 /Academic year |
2024年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講類・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
内海 彰 | ||
| 居室 /Office |
西5号館703室 | ||
| 公開E-mail |
utsumi@uec.ac.jp | ||
| 授業関連Webページ /Course website |
http://www.utm.inf.uec.ac.jp/~utsumi/lecture/cog/ | ||
| 更新日 /Last update |
2024/03/19 17:02:34 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標（2,000文字以内） /Themes and goals（up to 2,000 letters） |
(a) 主題 人間が用いている言語（これを自然言語と言う）を対象として、コンピュータで処理するための工学的手法である自然言語処理、および、人間の言語認知過程の解明を目指す言語認知科学の両面から、言語処理の基礎知識を学ぶ。 (b) 達成目標 コンピュータで自然言語を処理したり、人間の言語認知を模倣するための方法論や計算モデルに関する基礎知識を身につけることを目標とする。 |
|---|---|
| 前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters） |
なし |
| 前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters） |
なし |
| 教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters） |
教科書は指定せず、適宜、資料を電子的に提供する。 資料については、授業関連Webページを参照すること。 |
| 授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters） |
(a) 授業内容 第１回：序論（自然言語に関する基礎知識，認知科学における計算・数理モデルの役割） 第２回：単語の意味（連想、意味的関係の種類、意味の表現方法） 第３回：単語の意味（意味の表現方法、記号接地） 第４回：単語認知（プライミング法、単語認知に関わる諸要因） 第５回：単語認知（語彙的曖昧さの解消の認知モデル） 第６回：ニューラルネットワーク（ニューラルネットワークの数理） 第７回：ニューラルネットワーク（言語認知への応用） 第８回：意味空間モデル（原理と構成方法、LSA） 第９回：意味空間モデル（言語認知への応用、ニューラルネットとの比較） 第10回：情報検索・自然言語処理（情報検索の原理、検索モデルとしての意味空間モデル） 第11回：情報検索・自然言語処理（ニューラルネットワークによる自然言語処理） 第12回：情報検索・自然言語処理（ニューラルネットワークによる自然言語処理、言語モデル） 第13回：情報検索・自然言語処理（自然言語処理の評価方法） 第14回：ネットワーク分析とリンク分析（スケールフリーネットワーク） 第15回：ネットワーク分析とリンク分析（リンク解析、PageRank） (b) 授業の進め方： 基本的にスライドやプリントを用いて講義を行う。また、授業中で説明した内容を実際に体験してもらうために、Google Colab を用いた簡単な演習教材を提供する。 |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters） |
復習によって授業内容を理解するとともに、Web上の公開される次週以降の資料を予習する。 |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
(a) 評価方法： ４回の小レポートおよび学期末レポートの結果から、以下のように総合評価する。 成績評価＝(小レポートの評価点×15％)×4回＋(学期末レポートの評価点×40％) (b) 評価基準：以下の項目の達成をもって、合格の最低基準とする。 (1) 言語処理の基礎技術であるニューラルネットワークや意味空間モデル、ネットワーク分析を正しく理解すること。 (2) 単語の意味に関する人間に内在する認知過程の基礎を理解すること。 |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
適宜相談に応じるが、できる限り電子メールで事前に連絡すること。 |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
AI やデータサイエンスにおいて自然言語を扱う機会がますます増えている。AI やデータサイエンスに関する研究者や技術者を目指す人はぜひ受講してください。 |
| その他 /Others |
なし |
| キーワード /Keywords |
自然言語処理、言語認知科学、意味表現、ニューラルネットワーク、意味空間モデル、言語モデル、ネットワーク科学、情報検索 |