日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
VR461/VR461VR461 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
オンライン（全回オンライン）/Online (all classes are online)Online (all classes are online) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
発話を伴う授業を学内で受講する場合は5223教室の利用可。 |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
土2･/Sat.2･ Sat.2･ |
| 単位/ CreditCredit |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR5200 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Grade (Year) RequiredGrade (Year) Required |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ prerequisite regulationsprerequisite regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ course cancellationcourse cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
|
| テキスト用コード/ Text CodeText Code |
VR461 |
The aim of this course is to learn various topics in natural language processing through lectures and assignments.
1. Basic approaches in bag-of-words modeling, including TF-IDF and document classification
2. Elementary applications of natural language processing, including document similarity estimation and sentiment analysis
3. Elementary methods in deep-learning-based natural language processing, including word embeddings, transformers, and LLMs.
※Please refer to Japanese Page for details including evaluations, textbooks and others.
この科目では自然言語処理に関する様々なトピックを講義と演習課題を通じて学ぶ。
The aim of this course is to learn various topics in natural language processing through lectures and assignments.
１．bag-of-wordsモデルによる基本的なテキスト分析（TF-IDF、文書分類等）
２．自然言語処理の基本的な応用（文書間類似度評価、感情分析）
３．深層学習による自然言語処理の初歩（単語埋め込み、Transformers、LLMなど）
1. Basic approaches in bag-of-words modeling, including TF-IDF and document classification
2. Elementary applications of natural language processing, including document similarity estimation and sentiment analysis
3. Elementary methods in deep-learning-based natural language processing, including word embeddings, transformers, and LLMs.
| 1 | テキストのベクトル空間モデル |
| 2 | 自然言語処理における前処理 |
| 3 | トピックモデル |
| 4 | 単語ベクトル |
| 5 | PyTorch入門（１） |
| 6 | PyTorch入門（２） |
| 7 | PyTorch入門（３） |
| 8 | 単語埋込みを利用した感情分析 |
| 9 | LLMを使ってみる |
| 10 | Transformerによるテキスト分類 |
| 11 | 言語モデルのしくみ |
| 12 | Transformerによる言語モデリング |
| 13 | LLMによるテキスト類似度の評価 |
| 14 | PEFTを使ったLLMのfinetuning |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
各回の授業内容についてはこちらで準備する授業資料を眺めて予習しておくこと。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業への参加と複数回のレポート(100%) |
| 備考 (Notes) | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 岡﨑直観 他 | IT Text 自然言語処理の基礎 | オーム社 | 2022 | 9784274229008 |
| 2 | 山田育矢 他 | 大規模言語モデル入門 | 技術評論社 | 2023 | 9784297136338 |