具体的な講義項目は,情報検索,テキスト分類,情報抽出,テキスト要約,質問応答,テキスト評価分析,テキストマイニングなどである.
自然言語を計算機上で解析,処理する自然言語処理技術および,その応用として近年注目を集めている情報検索,情報抽出,テキスト要約等のテキスト処理技術について学ぶ.
自然言語を計算機上で解析,処理する自然言語処理技術を理解できるようになること,また,その応用として近年注目を集めている情報検索,情報抽出,テキスト要約等のテキスト処理技術についての最新の動向を把握できるようになること.
自然言語処理,情報検索,リンク解析,テキスト分類,情報抽出,テキスト要約,質問応答,テキストマイニング,ソーシャルメディア
✔ 専門力 | 教養力 | ✔ コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
基礎的な内容を講義するとともに,最新の研究については論文を輪講する形式とします.
授業計画 | 課題 | |
---|---|---|
第1回 | 概論 | この講義で対象とする技術の範囲を理解する |
第2回 | 情報検索の基礎 | 検索エンジンを実現する技術である情報検索の基礎を理解する |
第3回 | 形態素,構文,意味解析とインデキシング | 自然言語処理技術により情報検索システムがどのように高度化できるかを理解する |
第4回 | 辞書,コーパスを利用したクエリ拡張 | 情報検索システムにおいてユーザを支援する技術であるクエリ拡張について理解する |
第5回 | リンク解析 | リンク解析手法について理解する |
第6回 | テキスト分類 | テキスト分類手法について理解する |
第7回 | 情報抽出 | 情報抽出手法について理解する |
第8回 | テキスト要約1: テキスト要約の基礎 | テキスト要約の基礎的な手法について理解する |
第9回 | テキスト要約2: 高度なテキスト要約 | テキスト要約の最新の技術動向について理解する |
第10回 | 質問応答 | 質問応答手法について理解する |
第11回 | テキスト評価分析 | テキスト評価分析手法について理解する |
第12回 | テキストマイニング1: データベース工学から見たテキストマイニング | データベース工学から見た,テキストマイニングの基礎的な手法について理解する |
第13回 | テキストマイニング2: 言語処理から見たテキストマイニング | 言語処理から見た,テキストマイニングの基礎的な手法について理解する |
第14回 | テキストマイニング3: ソーシャルメディアとテキストマイニング | テキストマイニングの最新の技術動向について理解する |
第15回 | 応用と展望 | 自然言語処理技術,テキスト処理技術の今後について議論する |
なし
講義資料を配布します.
発表(プレゼンテーション)(50%)およびレポート(50%)により評価する.
特になし