自然言語処理
| 科目分野 | 理工学部 |
|---|---|
| 選必区分 | 選択 |
| 担当教員 ［ローマ字表記］ |
獅々堀 正幹, 大野 将樹, 吉田 稔 [Masami Shishibori, ONO MASAKI, Minoru Yoshida] |
| 授業形態 | 講義 |
授業の目的
自然言語を機械学習する際に必要な前処理，自然言語処理で用いられる深層学習モデル，画像処理で用いられる深層学習モデルに関する技術を修得させる．
授業概要
日本語テキストデータの特性，自然言語処理における形態素解析の基礎，自然言語を機械学習する際に必要になる前処理について講義する．また，自然言語に代表される時系列を学習する際に用いられる深層学習モデルについて講義する．更に，画像認識システムの歴史的流れを説明した上で，深層学習を用いた画像認識技術について講義する．
到達目標
- 自然言語のコンピュータによる処理で必須な形式文法，そして，言語処理における礎的な形態素解析，構文解析，そして意味解析と文脈解析技術を修得させる．
- 授業で取上げる内容は，自然言語処理だけではなく，プログラミング言語処理にも有用な考え方と技法であるが，言語処理における重要なアルゴリズムを勉強し，知能情報工学を考える能力を育成する．
授業計画
- オリエンテーション
- 日本語テキストデータについて
- 形態素解析
- テキスト解析のための前処理
- 機械学習の利用
- 単元試験
- 隠れマルコフモデル（HMM）
- リカレントニューラルネットワーク（RNN）
- 長・短期記憶ネットワーク（LSTM）
- Transformer
- 単元試験
- 古典的な画像認識
- 深層学習
- 深層学習を用いた画像認識
- 画像認識のための前処理
- 単元試験
教科書
Pythonでデータサイエンス : AI・機械学習のためのデータ前処理／北研二 [ほか] 著：科学情報出版，2021, ISBN:9784910558011
キーワード
機械学習，前処理，深層学習モデル，自然言語処理，画像処理
