応用計量分析Ⅰ （応用計量分析１）

Applied Econometric AnalysisⅠ

9987F09

87ECAPE302

亀田　弘之

Hiroyuki Kameda

2026年度後期

2026年度

②Second semester

木曜3限

Thursday 3rd Period

経営学部　ビジネスエコノミクス学科

Department of Business Economics, School of Management

2.00単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

自然言語処理に関する基礎的知識とその処理方法に関する基本的手法を、事例に基づき習得する。

・自然言語とは何かを自分の言葉で説明できる。
・文法を自分の言葉で、事例を示しながら説明できる。
・自然言語処理手法について知り、簡単なプログラム(Prolog言語）を読み・理解するとともに、その動作内容を説明できる。
・自然言語処理の現状を知り、自分の言葉で複数の例を挙げながら説明できる
・自然言語処理の社会的意義を理解し、新たなアプリケーションを提案できる。

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/​​​

小テストの実施　Quiz type test／ディベート・ディスカッション　Debate/Discussion／-

授業中に適宜、学生諸君に意見・考えを求める。また、学生諸君からの質問も随時受け付ける。

・配布資料に事前に目を通しておくこと(目安としては、毎週最低１時間程度)。
・復習は重要なので、繰り返し行うこと(目安としては、毎週最低３時間程度)。
・少なくとも、次の授業までにはそれまでの授業内容を振り返っておくこと（これは極めて重要）。

期末のレポートにより評価する。なお、授業の中で、Prolog言語とPython言語を使うが、これを使ったプログラミングは成績評価には入らない。また、授業中に行う小テストは、各自が自己の学習状況を確認するためのみに行うものとする。

・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://gomykits.kinokuniya.co.jp/tokyorika/​​​

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

参考図書・資料(動画も含む）は、授業の際に適宜紹介する。

1. オリエンテーション
    ・授業の進め方などについて
    ・自然言語と人工言語
    ・言語とは何か？
    ・言語処理の概要
    ・言語処理の応用分野

2. 形態素と形態素解析
　・言語処理の流れ
　・形態素とは
　・実例の観察と分析
　・形態素解析の練習
　・各種ツールの紹介
3. 固有表現抽出(Name Entity Recognition; NER)
　・固有名詞とは
　・固有名詞の意義
　・固有名詞を使ったアプリケーション（サービス）
　・ツールを使った処理例
　・NERの問題点
4.構文解析
　・品詞
　・構文（統語構造）
　・構文木
　・ツールを使った処理例
5.意味解析
　・意味とは
　・シニフィエとシニフィアン（ソシュール言語学）
　・同表記異義と異表記同義語
　・意味の曖昧性
　・意味表現（意味をどう捉え言語化するのか？）
　・意味解析の問題点
6.文脈解析
　・指示語
　・時間的前後関係
　・因果関係
　・論理と推論
　・論理学との関係（思考と言語）
　・文脈処理と文化（お湯沸いた？ー何飲む？問題）
7.感情解析・意図解析
　・感情とその種類
　・心の理論
　・心のモデル
　・意図理解
　・他者理解から自己理解へ
8.テキストコーパス（オープンデータ）
　・青空文庫とGutenberg Project
　・電子化辞書(ERD辞書）
　・Semantic Netなど
9.文法とは
　・言語と文法
　・文法の定義（句構造文法）
　・言語の階層構造（正規言語・文脈自由言語など）
　・日本語に関する文法
　　　国語学・日本語学・言語学・学校文法など
　・日本語文法の研究
　　　国学者の言語研究（本居宣長・本居春庭など）
　　　近代日本語文法学「四大文法論」(山田文法、松下文法・ 橋本文法・時枝文法)
　　　学校文法（学校教育向け）
　　　日本学文法（外交人向け）
　　　その他の文法（宣教師たちが作った文法など）
10.構文解析プログラム
　・Prolog言語の紹介
　・文脈自由言語からPrologプログラムへの変換方法
　・簡単な構文解析プログラムの作成
11.構文解析プログラム（その２）
　・前回の振り返り
　・適格文判定プログラム
　・構文構造生成プログラム
　・木構造表現
　・問題点
12.構文解析プログラム（その３）
　・前回までの振り返り
　・未知語獲得プログラム
　・意味整合性チェックプログラム
　・問題点
13.最近の自然言語処理(主として日本語を対象とする）
　・Python言語とGoogle Colaboratoryの紹介
　・スクレイピング
　・クリーニング（クレンジング）
　・単語分割
　・単語の正規化
　・ストップワードの除去
　・単語のID化とパディング
　・デモの紹介
14.最近の自然言語処理(その２）
　・単語・テキストのベクトル化(CBoW, Skipーgramなどの「単語埋め込み技術」)
　・単語分散表現
　・類義語検出
　・Transformerと自己注意機構
　・大規模言語モデル(Large Language Models; LLM）
　・現状と問題点
15.振り返り
　・自然言語処理を利用する各種アプリケーション・サービス
　・AI（特に、AI Agent）と自然言語処理
　・レポート課題
　・質疑応答

（注）第13回と第14回は、自然言語処理技術の進化に伴い、一部内容が変わることあり。

-40年以上に渡り自然言語処理（思考と言語）の学術研究に従事しており、その間に得られ独自の研究成果・知見等も適宜教授する。

-

- Prolog言語とPython言語（導入・使用方法等は授業の際に説明する。これは、実際に動作させたい人への情報提供である。）
- なお、参考程度のものではあるが、一部ソースコードをR言語でも提供する。

- 実際にプログラムを動かしたい人は、使用できるパーソナルコンピュータがあることが望ましい。WIndowsでもMacでも可。
- 詳しくは、授業の中で教授する。

Y

N