シラバス参照

授業情報/Course information

科目一覧へ戻る 2024/07/17 現在

科目名/Subject 知識情報論I/Knowledge Information TheoryI
担当教員(所属)/Instructor 木村 泰知 (商学部)
授業科目区分/Category 現代商学専攻博士前期課程 発展科目
開講学期/Semester 2024年度/Academic Year  前期/Spring Semester
開講曜限/Class period 月/Mon 3
対象所属/Eligible Faculty 商学研究科現代商学専攻博士前期課程/Graduate School of CommerceGraduate School of Commerce Major in Modern Commerce
配当年次/Years 1年 , 2年
単位数/Credits 2
研究室番号/Office
オフィスアワー/Office hours
更新日/Date of renewal 2024/02/29
授業の目的・方法
/Course Objectives and method
本講義では実際に利用されている自然言語処理技術を題材として、そのしくみについて理解することを目的とする。授業方法は,自然言語処理に関する英語のテキストを読む。
達成目標
/Course Goals
テキストの解析に必要な大学院レベルの基礎知識を習得することを目標とする。
授業内容
/Course contents
第01回 テキストの解析、テキストマイニング
第02回 言語処理の難しさ、表記揺れ、曖昧性
第03回 言語資源、単語数、ジップの法則
第04回 言語処理に関する確率論の基礎 ベイズの定理
第05回 言語処理に関する情報理論の基礎 エントロピー
第06回 言語処理に関する情報理論の基礎 交差エントロピー、パープレキシティ
第07回 品詞と形態論:名詞、代名詞など
第08回 品詞と形態論:句構造
第09回 品詞と形態論:意味論と語用論
第10回 コーパスに基づく研究
第11回 単語の頻度、平均、分散、仮説検定、相互情報量
第12回 N-グラムモデル
第13回 統計的推定
第14回 語義の曖昧性解消
第15回 語彙獲得
事前学修・事後学修
/Preparation and review class
この講義は、自然言語処理に関連するコーパス、および、Shared Taskを題材として、標準的な手法について理解する。そのため、授業のなかで取り扱う自然言語処理手法の専門用語を事前に調べるようにしてください。

・事前に配布する資料は必ず目をとおし、分からない語彙等は必ず調べておくこと。
・事後学修として、授業で解説した内容をまとめておくこと。
使用教材
/Teaching materials
1. Foundations of Statistical Natural Language Processing, Christopher Manning (著), Hinrich Schuetze (著) 1999.
2. Introduction to Information Retrieval, Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008.
成績評価の方法
/Grading
授業への参加度(事例、討論、調査) 30%
ホームワーク(事前課題の提出) 30%
小テストないしクイズ 10%
試験ないしプレゼンテーション(最終課題) 30%
成績評価の基準
/Grading Criteria
秀(100~90):知識情報論Iについて秀でた理解力がある。
優(89~80) :知識情報論Iについて優れた理解力がある。
良(79~70) :知識情報論Iについて理解力がある。
可(69~60) :知識情報論Iについて最低限の理解力がある。
不可(59~0) :知識情報論Iについて十分な理解力を持っていない。
実務経験者による授業
/Courses conducted by the
ones with practical
experiences
該当しない/No
授業実施方法
/Method of class
○大学院授業/Graduate school class
遠隔授業
/Online class
遠隔授業/Online class

科目一覧へ戻る