情報数理講究２（松崎）のシラバス情報
| 科目名称 Course title(Japanese) |
情報数理講究２ | 科目番号 Course number |
14MAAPM504 | |
|---|---|---|---|---|
| 科目名称（英語） Course title(English) |
Research in Information Mathematics 2 | |||
| 授業名称 Class name |
情報数理講究２（松崎） | |||
| 教員名 | 松崎 拓也 |
|---|---|
| Instructor | Takuya Matsuzaki |
| 開講年度学期 | 2022年度 後期 |
|---|---|
| Year/Semester | 2nd Semester |
| 曜日時限 | 月曜3限 |
|---|---|
| Class hours | Intensive course |
| 開講学科 Department |
理学研究科 応用数学専攻 Graduate School of Science, Department of Applied Mathematics |
|---|---|
| 外国語のみの科目 （使用言語） Course in only foreign languages (languages) |
- |
| 単位 Course credit |
2.0 | 授業の主な実施形態 Main class format |
対面講義/classroom lecture |
|---|
| 概要 Descriptions |
学術論文および専門書を通して自然言語処理のための理論と先端的な技術について学習する。 We study theories and advanced techniques for natural language processing through academic papers and other reading materials. |
|---|---|
| 目的 Objectives |
自然言語処理の数理的背景と種々の先端的な技法について理解する。 本専攻のカリキュラム・ポリシーに定める「統計科学・計算数学・情報数理のうち情報数理を主研究部門とする一方で、3部門を横断的に学習・研究することができるよう」ことを実現するための科目です。また、本専攻のディプロマ・ポリシーに定める「応用数学の分野において高度な専門的学識と研究能力を持つことで、論理的・批判的に思考し、専門分野及び関連分野の諸問題を能動的に解決することができる能力」および「専門分野及び関連する分野における諸問題に対処することができるための教養と国際的な視点と対話能力」を養うための科目です。 Understanding the background theories and various techniques of natural language processing. |
| 到達目標 Outcomes |
先端的な自然言語処理技術について説明することができる。 To be able to explain advanced techniques of natural language processing. |
| 履修上の注意 Course notes prerequisites |
| アクティブ・ラーニング科目 Teaching type（Active Learning） |
|||
|---|---|---|---|
| 課題に対する作文 Essay |
○ | 小テストの実施 Quiz type test |
- |
| ディベート・ディスカッション Debate/Discussion |
○ | グループワーク Group work |
- |
| プレゼンテーション Presentation |
○ | 反転授業 Flipped classroom |
- |
| その他（自由記述） Other（Describe） |
- | ||
| 準備学習・復習 Preparation and review |
各回の講義内容を十分に復習すること。 Review the content of each lecture. |
|---|---|
| 成績評価方法 Performance grading policy |
レポート課題によって評価する。 Grades will be evaluated based on technical reports. |
| 学修成果の評価 Evaluation of academic achievement |
・S：到達目標を十分に達成し、極めて優秀な成果を収めている ・A：到達目標を十分に達成している ・B：到達目標を達成している ・C：到達目標を最低限達成している ・D：到達目標を達成していない ・-：学修成果の評価を判断する要件を欠格している ・S：Achieved outcomes, excellent result ・A：Achieved outcomes, good result ・B：Achieved outcomes ・C：Minimally achieved outcomes ・D：Did not achieve outcomes ・-：Failed to meet even the minimal requirements for evaluation |
| 教科書 Textbooks/Readings |
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。 https://gomykits.kinokuniya.co.jp/tokyorika/ ・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below. https://gomykits.kinokuniya.co.jp/tokyorika/ |
| 参考書・その他資料 Reference and other materials |
必要に応じて指定する。 Specified when necessary. |
| 授業計画 Class plan |
以下の内容について解説を行う。 1. 統語解析（１）：係り受け構造解析モデル Syntactic parsing (1): Dependency parsers 2. 統語解析（２）：句構造解析モデル Syntactic parsing (2): Phrase-structure parsers 3. 統語解析（３）：ニューラルネットを用いた統語解析１ Syntactic parsing (3): Neural parsers 1 4. 統語解析（４）：ニューラルネットを用いた統語解析 Syntactic parsing (4): Neural parsers 2 5. 意味解析（１）：意味役割付与モデル Semantic analysis (1): Semantic role labeling models 6. 意味解析（２）：述語項構造解析モデル Semantic analysis (2): Predicate-argument structure analysis models 7. 意味解析（３）：主辞駆動句構造文法を用いた解析 Semantic analysis (3): Parsing with head-driven phrase structure grammars 8. 意味解析（４）：組合せ範疇文法を用いた解析 Semantic analysis (4): Parsing with combinatory categorial grammars 9. 意味解析（５）：セマンティック・パージング技術１ Semantic analysis (5): Semantic parsing techniques 1 10. 意味解析（６）：セマンティック・パージング技術２ Semantic analysis (6): Semantic parsing techniques 2 11. 機械翻訳（１）：フレーズベース統計的機械翻訳 Machine translation (1): phrase-base statistical machine translation 12. 機械翻訳（２）：統語ベース統計的機械翻訳 Machine translation (2): syntax-base statistical machine translation 13. 機械翻訳（３）：ニューラル機械翻訳 Machine translation (2): neural machine translation 14～15. 先端的自然言語処理応用システム Advanced natural language application systems |
|---|
| 教職課程 Teacher-training course |
|
|---|---|
| 実務経験 Practical experience |
- |
| 教育用ソフトウェア Educational software |
- |
| 備考 Remarks |
|---|
| 991J425 |
