科目ナンバー

LG-IM5-105L

履修条件・関連科目等

特になし

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

日本語や英語など，自然言語で記述された文書を対象とした各種のタスクに対し，Transformerや大規模言語モデル（LLM）を中心とした深層学習技術の特徴やアルゴリズムの概要を学修する．また，適宜，計算機を用いた実践的な演習を行う．

科目目的

この科目は，修了するにあたって備えるべき知識・能力のうち，「実践力」と「論理構築力」を修得することを目的としている．

到達目標

テキストマイニング・自然言語処理に関する各種のタスクに対し，深層学習（ニューラルネットワーク，Transformerなど）を用いた全体の処理の流れと，各アルゴリズムの基本的な考え方を深く理解すること，及び，学修した理論に基づきツールを用いて実際の問題解決を図る能力を身に付けることを目標とする．

授業計画と内容

第１回　イントロダクション・自然言語処理の概要
第２回　自然言語処理のための機械学習の基礎
第３回　単語ベクトル表現
第４回　文書ベクトル表現
第５回　言語モデルとTransformer
第６回　文書分類
第７回　系列ラベリング
第８回　評判分析・意見マイニング
第９回　文書クラスタリング
第１０回　文書の要約・翻訳
第１１回　質問応答と対話システム
第１２回　計算機実験：データの収集，加工
第１３回　計算機実験：データ分析の実施，レポート・発表資料の作成
第１４回　計算機実験：発表と議論

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

授業時に示す資料を対象に，授業内容をふりかえること．
計算機実験に必要な作業を行うこと．

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

ディスカッション、ディベート／プレゼンテーション／実習、フィールドワーク

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

質問等は，随時，電子メール等で受け付ける．

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

必要に応じて適宜レジュメを配布し，参考資料を提示する．

また下記の２冊を自学用の「参考文献」とする．
1. 岡﨑直観 他（著），『IT Text 自然言語処理の基礎』，オーム社，2022.
2. 山田育矢 (監修),『大規模言語モデル入門』，技術評論社，2023.

その他特記事項

参考URL