K12 推論・知識処理・自然言語処理 (コース履修)
領域
情報処理
モデル
クラウド・ビジネスイノベーター
区分
選択
概要
記号的知識表現と推論の技術、知的なソフトウェアの相互インタラクション、および日本語・英語テキストを主な対象とした自然言語処理について学ぶ。
講師
上田和紀(早稲田大学)
菅原俊治(早稲田大学)
林良彦(早稲田大学)
清水徹(ヤフー)
到達目標
記号レベルの人工知能技術を以下の諸側面から学ぶ。
‐記号的知識の表現技術とその操作すなわち探索・推論技法の習得。
‐マルチエー ジェントによる実問題のモデル化、相互作用の理解、協調による知識処理の習得。
‐自然言語処理の基本技術・先端的技法の理解。
準備学習・前提知識
‐Pythonプログラミングの基礎
‐論理学の基礎知識
履修時間
時数：8回 時間数：12時間
2021年度 計画
| 回数 | 概要 | 講師 | 配信 | 形式 | 機材 | ソフト | 第1回 | 人工知能とは・知識表現と論理 | 上田和紀 | オンデマンド | 座学 | － | ● | 第2回 | 探索と制約充足 | 上田和紀 | オンデマンド | 座学 | － | ● | 第3回 | 推論と定理証明 | 上田和紀 | オンデマンド | 座学 | － | ● | 第4回 | マルチエージェントシステム | 菅原俊治 | オンデマンド | 座学 | － | － | 第5回 | 調整とゲーム理論 | 菅原俊治 | オンデマンド | 座学 | － | － | 第6回 | 自然言語処理1(導入～単語の処理) | 林良彦 | オンデマンド | 座学 | － | － | 第7回 | 自然言語処理2(構文解析～機械翻訳) | 林良彦 | オンデマンド | 座学 | － | － | 第8回 | 深層学習による自然言語処理とその応用事例 | 清水徹 | オンデマンド | 座学 | － | － |
機材
なし
ソフトウェア
SWI-Prolog
任意：sbt(Scala 処理系) および Scarab
※インストール方法は講義前に別途指示
参考書
‐黒橋禎夫(著)、自然言語処理〔改訂版〕、放送大学教育振興会、2019
‐坪井祐太/海野裕也/鈴木潤(著)、深層学習による自然言語処理、講談社、2017
評価
レポート
備考
すべてオンデマンド配信で実施する。