スマートエスイー:スマートシステム&サービスおよび
DX推進を担う人材の産学連携育成
Smart Systems and Services innovative professional Education program

科目

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(LINE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
‐授業の最初で人工知能分野の歴史を概観する

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コマ  時間数:12時間

実施方法

Zoom

計画

概要 講師 実施方法 講義形態
1 人工知能とは・知識表現と論理 上田和紀 Zoom 座学
2 探索と制約充足 上田和紀 Zoom 座学
3 推論と定理証明 上田和紀 Zoom 座学
4 マルチエージェントシステム 菅原俊治 Zoom 座学
5 調整とゲーム理論 菅原俊治 Zoom 座学
6 自然言語処理1(導入~単語の処理) 林良彦 Zoom 座学
7 自然言語処理2(構文解析~意味表現~応用) 林良彦 Zoom 座学
8 深層学習による自然言語処理とその応用事例 清水徹 Zoom 座学

機材

なし

ソフトウェア

SWI-Prolog ※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
-岡﨑直観/荒瀬由紀/鈴木潤/鶴岡慶雅/宮尾祐介 (著)、IT Text 自然言語処理の基礎、オーム社、2022

評価

レポート

参考情報

2020年度 K12 iCDスキルマッピング β版
※今後見直しの可能性があります。

Page Top
WASEDA University

早稲田大学オフィシャルサイト(https://www.waseda.jp/inst/smartse/)は、以下のWebブラウザでご覧いただくことを推奨いたします。

推奨環境以外でのご利用や、推奨環境であっても設定によっては、ご利用できない場合や正しく表示されない場合がございます。より快適にご利用いただくため、お使いのブラウザを最新版に更新してご覧ください。

このままご覧いただく方は、「このまま進む」ボタンをクリックし、次ページに進んでください。

このまま進む

対応ブラウザについて

閉じる