科目ナンバー

SE-AI4-7A92

履修条件・関連科目等

データサイエンスの基礎となる科目については、十分に理解し、修得していることを前提とする。

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

　本卒研では、自然言語処理技術を使って大量のテキストデータから価値のある情報を見つけ出す、いわゆるテキストマイニングに関する研究を行う。
　卒業研究はIとIIを通じて卒業論文の執筆を行うものである。IIはその後半部分であり、卒業論文の提出および発表会での口頭発表がゴールとなる。4年生の前期にIを、後期にIIを行う標準ケースの場合、以下のようなスケジュールで進める。
　3年次（前年度）の10月初旬に各研究室の紹介を行い、11月までに各人の希望の調査、配属先の決定を行う。2～3月に研究室毎に前年度卒業研究の発表会、新年度卒業研究の説明会が行われる。4月より卒業研究に必要な専門知識の習得や演習を開始し、逐次、研究に着手する。研究の進め方は研究室、テーマによって異なるが、7月下旬に研究計画書の提出、中間発表を行い、1月中旬に卒業研究要旨（2ページ）、1月下旬に卒業論文を提出し、発表会にて口頭発表を行う。

科目目的

　ビジネスデータサイエンス学科で習得した知識・技能の総仕上げとして、計画の立案、実施、報告など、研究を進める方法を学ぶ。

到達目標

　卒業研究Iに引き続き、卒業論文執筆に向け、必要となる知識、技能の習得と、ディスカッションやゼミ発表などを通じたコミュニケーション能力および論理的思考能力の涵養を身に付ける。その上で実験、分析、関連研究の調査などに基づき研究内容をまとめ、研究論文として執筆し、優れたプレゼンテーションを行えるようになる。

授業計画と内容

［研究テーマの紹介］
難波卒研　＜卒研演習室：主に6913室＞
○本卒研では、自然言語処理技術を使って大量のテキストデータから価値のある情報を見つけ出す、いわゆるテキストマイニングに関する研究を行う。卒研テーマの一部は、株式会社アイ・アール・ディー(http://corp.ird-pat.com/)および株式会社ジー・サーチ(https://www.g-search.jp/)との共同研究として実施する。研究を進めていく上で必要となる自然言語処理、情報検索、深層学習の知識や技術は、必要に応じて指導する。

○テーマ
1．ChatGPTなどの大規模言語モデルを用いた大量のテキストデータの分析および可視化
2．テキスト、画像、動画を用いたマルチモーダル要約
3．大量のテキストデータを用いた知識体系の構築

○授業計画
1. 　イントロダクション、卒業研究Ⅱについて
2. 　プレゼンテーション技法
3 研究テーマ設定
4 教員による論文紹介（応用編）
5 教員による論文紹介（発展編）
6 ゼミによる発表・討論①
7 ゼミによる発表・討論②
8 研究進捗発表
9 研究進捗に対する質疑応答
10 研究指導①
11 研究指導②
12 研究発表の準備
13 研究発表
14 研究発表に対する質疑応答、まとめ

［研究室の決定］
　卒業研究の基本は担当教員によるマンツーマンの指導・助言である。したがって、1人の教員が担当する学生数はできるだけ少ない方が好ましい。このため、ビジネスデータサイエンス学科では、1つの研究室に配属される学生数が同じになるようにしている。結果として、特定の研究室を希望する学生が多いと何らかの調整が必要となる。この調整をできるだけ透明かつ公平に行うために、学生による希望を聞いた上で学生全体の満足度が最大となる配属方法を「OR」や「最適化手法」の授業で学んだ線形計画法を用いて決めている。昨年度行った方法の基本的な流れは以下の通りである。
　（１）各学生は持ち点300点を配属を希望する研究室に割り付ける。ただし、１研究室に割り付けることのできるのは最大100点であり、300点すべてを使わなければならない。i番目の学生がj番目の研究室に付けた点数をx_{ij}とする。
　（２）３年前期までの成績を用いて各学生のGPA（Graduate Points Average）を求める。
　（３）次式が最大となるδ_{ij}を求める。ただし、δ_{ij}はi番目の学生の配属先がj番目の研究室の時に1、そうでない時に0をとる。また、bは成績の重みを変えるための係数である。Bを0にすると全ての学生の希望が均等に扱われ成績を全く考慮しない結果となり、大きな値にするほど成績が結果を左右することになる。
　　　　　　Q＝Σ Σ (GPA_i)^{b} ｘ_{ij} δ_{ij}
　（４）決定方法を十分理解した上で点数付けが行えるよう、得られた配属先を張り出し、希望する学生が点数を変更できる機会を２回設けている。

授業時間外の学修の内容

授業終了後の課題提出／その他

授業時間外の学修の内容（その他の内容等）

ゼミ等への出席のほか、各自、研究テーマに応じて必要な学習・研究に主体的にとりくむことが必要である。

授業時間外の学修に必要な時間数／週

・卒業論文、または卒業研究の作成等に対して専門分野に関する必要な論文作成、研究指導を行うことを基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

卒業研究ゼミの平常点、卒業論文の内容などを基に以下のルーブリックに従い総合的に評価する。

90-100 ゼミにほぼ毎回出席し、調査や発表を質・量共に⾼⽔準に⾏っている。ゼミ以外(学科主催の講習会等も含む)にも⾃主的・積極的に研究に取り組んでいる。卒業論⽂では、⾼い記述⼒や論理⼒を基盤として、研究の背景・⽬的・⼿段・特徴・評価考察等を⾼い⽔準で記している。発表では⾃らの研究の背景・⽬的・⼿段・特徴・評価考察等を正しくかつ効果的に発表し、質疑応答も的確に⾏っている。全体を通じて卓越した研究活動であり、他の学⽣の模範となり得る。

80-89 ゼミの⽋席は限定的であり、調査や発表を指導教授の指⽰以上の⽔準で⾏っている。ゼミ以外にもある程度⾃主的・積極的に研究に取り組んでいるが、他の学⽣の模範となるほどではない。卒業論⽂では、正しい記述⼒や論理⼒を基盤として、研究の背景・⽬的・⼿段・特徴・評価考察等について⾃らの考えを整然と述べている。発表では⾃らの研究の背景・⽬的・⼿段・特徴・評価考察等を正しく発表し、質疑応答も的確に⾏っている。全体を通じて良好な研究活動であり、卓越とはいえないものの、他の学⽣に対してこの程度は⾏ってほしいという基準になり得る。

70-79 ゼミに概ね出席し、調査や発表を指導教授の指⽰と同等かそれ以上の⽔準で⾏っている。ゼミ以外の研究は⾃主性が⾒られるが、指⽰内容を⼤きく超えるものではない。卒業論⽂では、研究の背景・⽬的・⼿段・特徴・評価考察等を正しく述べ、かつ、⾃らの考えを論理的に記している。発表では⾃らの研究の背景・⽬的・⼿段・特徴・評価考察等を正しく述べ、質疑応答も概ね的確に⾏っている。

60-69 ゼミに概ね出席し、調査や発表を質・量共に指導教授の指⽰を概ね守って⾏っている。また、ゼミ以外の研究を指⽰された程度に⾏っている。卒業論⽂では、必要最⼩限の研究の背景・⽬的・⼿段・特徴・評価考察等について通常の記述⼒・論理⼒で記している。発表では⾃らの研究背景・⽬的・⼿段・特徴・評価考察等を⼀通り述べているが、それほど明確・論理的ではなく、かつ、質疑応答への対応も若⼲的確さに⽋ける。全体を通じて、指⽰された範囲を超えない研究活動であり、他の学⽣への開⽰はすべきではない。

0-59 ゼミへ⽋席が多く、⽋席理由も判然としない。ゼミでの調査・発表やゼミ以外での研究活動では指導教授の指⽰を守れず、結果として他の学⽣に悪影響を与えかねない。卒業論⽂では、求められている内容の量(研究の背景・⽬的・⼿段・特徴・評価考察等)
と質を満たせず、発表や質疑応答では的確さに⼤いに⽋ける。全体を通じて低調あるいは誤りが多い研究活動である。

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／授業時間に限らず、manabaでフィードバックを行う／その他

課題や試験のフィードバック方法（その他の内容等）

Teams、Google Drive、Zoomを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。

アクティブ・ラーニングの実施内容

PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／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）

Teams、Google Drive、Zoomを総合的に活用して、研究指導・情報共有・課題提出・グループ討議・プレゼンテーションなどを行う。

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

研究テーマに応じて、適宜資料を配布する。

その他特記事項

参考URL