情報数理講究4 （松崎）

Research in Information Mathematics 4 （松崎）

991J445

14MAAPM604

松崎　拓也

Takuya Matsuzaki

2024年度後期

2nd Semester

水曜4限

Wednesday, 4th 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技術について学習する。

We study theories and 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、実際に活用することができる。

To be able to explain and also to apply 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

-

各回の講義内容について十分に予習すること。

Prepare for 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. 種々の Semantic Parsing タスクの概観（１）
Semantic parsing tasks (1)

2. 種々の Semantic Parsing タスクの概観（２）
Semantic parsing tasks (2)

3. Semantic parsing に対する古典的手法（１）：論理的アプローチ
Classical methods for semantic parsing (1): logical approaches

4. Semantic parsing に対する古典的手法（２）：統計的アプローチ
Classical methods for semantic parsing (2): statistical approaches

5. 先端的 Semantic parsing 手法の数理的背景（１）：Lambda Calculus
Mathematical background of advanced techniques for semantic parsing (1): lambda calculus

6. 先端的 Semantic parsing 手法の数理的背景（２）：Combinatory categorial grammar
Mathematical background of advanced techniques for semantic parsing (2): combinatory categorial grammar

7. 先端的 Semantic parsing 手法の数理的背景（３）：論理推論
Mathematical background of advanced techniques for semantic parsing (3): logical inference

8. Semantic parsing に対する先端手法（１）：統計的構文解析の応用1
Advanced methods for Semantic parsing (1): parser-based approaches 1

9. Semantic parsing に対する先端手法（２）：統計的構文解析の応用2
Advanced methods for Semantic parsing (2): parser-based approaches 2

10. Semantic parsing に対する先端手法（３）：意味辞書の自動獲得1
Advanced methods for Semantic parsing (3): lexicon induction 1

11. Semantic parsing に対する先端手法（４）：意味辞書の自動獲得2
Advanced methods for Semantic parsing (4): lexicon induction 2

12. Semantic parsing に対する先端手法（５）：ニューラル系列モデルの応用1
Advanced methods for Semantic parsing (5): neural sequence models 1

13. Semantic parsing に対する先端手法（６）：ニューラル系列モデルの応用2
Advanced methods for Semantic parsing (6): neural sequence models 2

14. Semantic parsing に対する先端手法（７）：シンボリック手法とNNとの融合1
Advanced methods for Semantic parsing (7): symbolic/NN hybrid methods 1

15. Semantic parsing に対する先端手法（８）：シンボリック手法とNNとの融合2
Advanced methods for Semantic parsing (8): symbolic/NN hybrid methods 2

-

-

-

Y

N