科目ナンバー

SE-AI2-7C37

履修条件・関連科目等

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

本講義では、自然言語処理（NLP）の基礎的な理論と実践的な手法について学ぶ。自然言語処理の歴史や概要、文字列処理の基本、言語リソースの構築といった基礎から、文の解析、情報検索、質問応答や対話システムといった応用までを幅広く扱う。また、近年急速に発展している自然言語処理技術の例として、ChatGPTをはじめとする対話型AIや情報抽出の最新トピックについても紹介し、これらの技術がどのように応用されているかを解説する。理論と実践を統合し、自然言語処理の多様な活用方法について理解を深めることを目的とする。

科目目的

この科目は、学位授与の方針で示す「知識獲得力」および「専門性」を習得することを目的としている。

到達目標

1. 自然言語処理の基本概念と歴史的背景を説明できるようになること。
2. 文字列やテキストデータの基本的な処理方法を実践できるようになること。
3. 言語リソースを構築・活用し、語や文の意味を解析できるようになること。
4. 機械翻訳や質問応答システムなど、自然言語処理の主要な応用技術を理解し、簡単なシステムを設計できるようになること。
5. 自然言語処理の倫理的側面や課題について議論できるようになること。

授業計画と内容

第1回　自然言語処理の概要と歴史
第2回　文字列・テキスト処理の基礎
第3回　言語リソースの構築
第4回　語の意味の扱い
第5回　自然言語処理の応用技術
第6回　機械翻訳
第7回　系列の解析
第8回　構文の解析
第9回　文の意味の解析
第10回　文脈の解析
第11回　情報抽出と知識獲得
第12回　情報検索
第13回　質問応答
第14回　対話システム

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと

授業時間外の学修の内容（その他の内容等）

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）

出席率および課題の提出率が75%に満たない者はE判定とする。

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

実施しない

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

クリッカー

授業におけるICTの活用方法（その他の内容等）

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

参考文献
黒橋禎夫，自然言語処理，放送大学教育振興会，2023．

その他特記事項

参考URL