言語認知工学

http://www.utm.inf.uec.ac.jp/~utsumi/lecture/cog/

(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。

なし

なし

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。

(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。

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。

(a) 評価方法:
4回の小レポートおよび学期末試験の結果から、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×10%)×4回+(学期末試験の評価点×60%)

(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。

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。

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。

なし