東京理科大学　研究者情報データベース　

情報数理講究４（松崎）のシラバス情報

科目名称 Course title(Japanese)	情報数理講究４	科目番号 Course number	14MAAPM604
科目名称（英語） Course title(English)	Research in Information Mathematics 4
授業名称 Class name	情報数理講究４（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	水曜4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技術について学習する。 We study theories and 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、実際に活用することができる。 To be able to explain and also to apply 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	各回の講義内容について十分に予習すること。 Prepare for 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. 種々の Semantic Parsing タスクの概観（１） Semantic parsing tasks (1) 2. 種々の Semantic Parsing タスクの概観（２） Semantic parsing tasks (2) 3. Semantic parsing に対する古典的手法（１）：論理的アプローチ Classical methods for semantic parsing (1): logical approaches 4. Semantic parsing に対する古典的手法（２）：統計的アプローチ Classical methods for semantic parsing (2): statistical approaches 5. 先端的 Semantic parsing 手法の数理的背景（１）：Lambda Calculus Mathematical background of advanced techniques for semantic parsing (1): lambda calculus 6. 先端的 Semantic parsing 手法の数理的背景（２）：Combinatory categorial grammar Mathematical background of advanced techniques for semantic parsing (2): combinatory categorial grammar 7. 先端的 Semantic parsing 手法の数理的背景（３）：論理推論 Mathematical background of advanced techniques for semantic parsing (3): logical inference 8. Semantic parsing に対する先端手法（１）：統計的構文解析の応用1 Advanced methods for Semantic parsing (1): parser-based approaches 1 9. Semantic parsing に対する先端手法（２）：統計的構文解析の応用2 Advanced methods for Semantic parsing (2): parser-based approaches 2 10. Semantic parsing に対する先端手法（３）：意味辞書の自動獲得1 Advanced methods for Semantic parsing (3): lexicon induction 1 11. Semantic parsing に対する先端手法（４）：意味辞書の自動獲得2 Advanced methods for Semantic parsing (4): lexicon induction 2 12. Semantic parsing に対する先端手法（５）：ニューラル系列モデルの応用1 Advanced methods for Semantic parsing (5): neural sequence models 1 13. Semantic parsing に対する先端手法（６）：ニューラル系列モデルの応用2 Advanced methods for Semantic parsing (6): neural sequence models 2 14. Semantic parsing に対する先端手法（７）：シンボリック手法とNNとの融合1 Advanced methods for Semantic parsing (7): symbolic/NN hybrid methods 1 15. Semantic parsing に対する先端手法（８）：シンボリック手法とNNとの融合2 Advanced methods for Semantic parsing (8): symbolic/NN hybrid methods 2

授業計画
Class plan

以下の内容について解説を行う。

1. 種々の Semantic Parsing タスクの概観（１）
Semantic parsing tasks (1)

2. 種々の Semantic Parsing タスクの概観（２）
Semantic parsing tasks (2)

3. Semantic parsing に対する古典的手法（１）：論理的アプローチ
Classical methods for semantic parsing (1): logical approaches

4. Semantic parsing に対する古典的手法（２）：統計的アプローチ
Classical methods for semantic parsing (2): statistical approaches

5. 先端的 Semantic parsing 手法の数理的背景（１）：Lambda Calculus
Mathematical background of advanced techniques for semantic parsing (1): lambda calculus

6. 先端的 Semantic parsing 手法の数理的背景（２）：Combinatory categorial grammar
Mathematical background of advanced techniques for semantic parsing (2): combinatory categorial grammar

7. 先端的 Semantic parsing 手法の数理的背景（３）：論理推論
Mathematical background of advanced techniques for semantic parsing (3): logical inference

8. Semantic parsing に対する先端手法（１）：統計的構文解析の応用1
Advanced methods for Semantic parsing (1): parser-based approaches 1

9. Semantic parsing に対する先端手法（２）：統計的構文解析の応用2
Advanced methods for Semantic parsing (2): parser-based approaches 2

10. Semantic parsing に対する先端手法（３）：意味辞書の自動獲得1
Advanced methods for Semantic parsing (3): lexicon induction 1

11. Semantic parsing に対する先端手法（４）：意味辞書の自動獲得2
Advanced methods for Semantic parsing (4): lexicon induction 2

12. Semantic parsing に対する先端手法（５）：ニューラル系列モデルの応用1
Advanced methods for Semantic parsing (5): neural sequence models 1

13. Semantic parsing に対する先端手法（６）：ニューラル系列モデルの応用2
Advanced methods for Semantic parsing (6): neural sequence models 2

14. Semantic parsing に対する先端手法（７）：シンボリック手法とNNとの融合1
Advanced methods for Semantic parsing (7): symbolic/NN hybrid methods 1

15. Semantic parsing に対する先端手法（８）：シンボリック手法とNNとの融合2
Advanced methods for Semantic parsing (8): symbolic/NN hybrid methods 2

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

991J445