情報数理講究2 （松崎）

Research in Information Mathematics 2 （松崎）

991J425

14MAAPM504

松崎　拓也

Takuya Matsuzaki

2024年度後期

2nd Semester

月曜3限

Monday, 3rd period

理学研究科　応用数学専攻

Department of Applied Mathematics, Graduate School of Science

2.0単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

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先端的な技術について学習する。

We study theories and advanced techniques for natural language processing through academic papers and other reading materials.

自然言語処理の数理的背景と種々の先端的な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.

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る。

To be able to explain advanced techniques of natural language processing.

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

課題に対する作文　Essay／ディベート・ディスカッション　Debate/Discussion／プレゼンテーション　Presentation

-

各回の講義内容を十分に復習すること。

Review the content of each lecture.

レポート課題によって評価する。

Grades will be evaluated based on technical reports.

・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

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://mirai.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://mirai.kinokuniya.co.jp/tokyorika/

必要に応じて指定する。

Specified when necessary.

以下の内容について解説を行う。

1. 統語解析（１）：係り受け構造解析モデル
Syntactic parsing (1): Dependency parsers

2. 統語解析（２）：句構造解析モデル
Syntactic parsing (2): Phrase-structure parsers

3. 統語解析（３）：ニューラルネットを用いた統語解析１
Syntactic parsing (3): Neural parsers 1

4. 統語解析（４）：ニューラルネットを用いた統語解析
Syntactic parsing (4): Neural parsers 2

5. 意味解析（１）：意味役割付与モデル
Semantic analysis (1): Semantic role labeling models

6. 意味解析（２）：述語項構造解析モデル
Semantic analysis (2): Predicate-argument structure analysis models

7. 意味解析（３）：主辞駆動句構造文法を用いた解析
Semantic analysis (3): Parsing with head-driven phrase structure grammars

8. 意味解析（４）：組合せ範疇文法を用いた解析
Semantic analysis (4): Parsing with combinatory categorial grammars

9. 意味解析（５）：セマンティック・パージング技術１
Semantic analysis (5): Semantic parsing techniques 1

10. 意味解析（６）：セマンティック・パージング技術２
Semantic analysis (6): Semantic parsing techniques 2

11. 機械翻訳（１）：フレーズベース統計的機械翻訳
Machine translation (1): phrase-base statistical machine translation

12. 機械翻訳（２）：統語ベース統計的機械翻訳
Machine translation (2): syntax-base statistical machine translation

13. 機械翻訳（３）：ニューラル機械翻訳
Machine translation (2): neural machine translation

14〜15. 先端的自然言語処理応用システム
Advanced natural language application systems

-

-

-

Y

N