K12 推論・知識処理・自然言語処理
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。
‐具体的なテキストを対象とした各種の情報抽出・変換を行うための手段の習得。
準備学習・前提知識
‐組込み・ネットワークプログラミングの基礎知識
‐論理学の基礎知識
履修時間
時数：8コマ 時間数：12時間
2021年度 計画
| 第1回 | 人工知能とは・知識表現と論理 | 座学 |
| 第2回 | 探索と制約充足 | 座学 |
| 第3回 | 推論と定理証明 | 座学 |
| 第4回 | マルチエージェントシステム | 座学 |
| 第5回 | 調整とゲーム理論 | 座学 |
| 第6回 | 自然言語処理1(導入～単語の処理) | 座学 |
| 第7回 | 自然言語処理2(構文解析～機械翻訳) | 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 | 座学 |
評価
レポート(100%)
テキスト・参考書
‐新田克己(著)、知識と推論、サイエンス社、2002
‐Gilbert Harman、Sanjeev Kulkarni(著)、信頼性の高い推論―帰納と統計的学習理論、勁草書房、2009
‐酒井哲也(著)、情報アクセス評価方法論、コロナ社、2015
‐Steven Bird、他(著)、自然言語処理、オライリージャパン、2010
‐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
受講方法
オンライン
シラバスPDF
iCDスキルマッピングはβ版であり、今後見直しの可能性があります。