基礎からわかる自然言語処理

初心者でもわかりやすく基礎から学べる自然言語処理！

★ これから始める方向けに、知っておくべき知識や事例を徹底解説

講師

同志社大学 理工学部 インテリジェント情報工学科　教授　土屋 誠司 先生

■ ご略歴：
2002年　三洋電機株式会社　研究開発本部
2007年　徳島大学　大学院ソシオテクノサイエンス研究部　助教
2009年　同志社大学　理工学部　助教
2011年　同　准教授
2017年　同　教授
2018年　同志社大学　人工知能工学研究センター　センター長

■ ご専門および得意な分野・研究：
自然言語処理，人工知能，感性情報処理，知識処理，概念処理

■ 本テーマ関連学協会でのご活動：
同志社大学　人工知能工学研究センター　センター長
所属学会：
　言語処理学会，人工知能学会，情報処理学会，電子情報通信学会，日本認知科学会

受講料

1名46,440円(税込（消費税8％）、資料・昼食付)
＊1社2名以上同時申込の場合 、1名につき35,640円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナーポイント

■ はじめに：
　我々は，普段コミュニケーションをとる際には，顔の表情や声色，立ち居振る舞いと合わせて言葉を用いている．その中でも特に言葉は我々人間にとって非常に重要なコミュニケーションツールである．しかし一方で，これらのコミュニケーションツールの中で最も扱いが難しく，また，奥深いものが言葉である．この難しい言葉をどのようにしてコンピュータに理解させるかを扱うのが，自然言語処理である．
　本講義では，自然言語処理という専門用語自体を知らない方にも，その面白さと基本的な考え方を伝えられるよう，具体例や事例をふんだんに示す構成となっている．
また，単に簡単な内容に終始するのではなく，次のステップのより高度な理解へと進むことができるよう，自然言語処理分野で必要となる専門用語やその内容を徹底的に解説する．さらに，応用技術や最新技術についての事例、および今後の継続的な学習方法についても紹介を行う．

■ ご講演中のキーワード：
　形態素解析，構文解析，意味解析，コーパス，機械翻訳，情報検索，対話システム，感情判断

■ 受講対象者：
・本テーマに興味のある方なら，どなたでも受講可能です．
・特に，これから自然言語処理について学ぼうをされておられる初心者の方

■ 必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
・この分野に興味のある方なら、特に予備知識は必要ありません．
・書籍「はじめての自然言語処理」（土屋誠司著・森北出版・2015/11）などを一読すると
　更に理解が深まります．

■ 本セミナーで習得できること（一例）：
・自然言語処理で必要不可欠な基礎知識
・自然言語処理の可能性と課題
・自然言語処理の応用展開

セミナー内容

０．本講義について
　１）自己紹介
　２）講義の概要
　３）講義の目次

１．コンピュータが言葉を理解するために（自然言語処理の概要）
　１）自然言語とは
　　a) 自然言語の構造
　　b）自然言語と文法
　２）自然言語処理とは
　　a）活用事例
　　b）必要な処理の概要
　　　・形態素解析（単語を見つける）　
　　　・構文解析（文法のチェックをする）
　　　・意味解析（内容を解釈する）

２．文字の羅列から単語を見つける（形態素解析）
　１）問題点・難しさの原因
　２）形態素解析ソフトの紹介
　３）形態素解析システム茶筌，MeCabによる実演
　４）基本的な解析手法の説明
　５）形態素解析アルゴリズム
　　a）ヒューリスティック法
　　b）統計的言語モデル
　　c）動的計画法

３．文法として正しい単語の並びになっているかをチェックする（構文解析）
　１）構文解析ソフトの紹介
　２）日本語係り受け解析器 CaboChaによる実演
　３）コンピュータで扱いやすい文脈自由文法
　４）基本的な解析手法の説明
　５）構文解析アルゴリズム
　　a）CYK法
　　b）LRアルゴリズム

４．どんな内容が書かれているのかを解釈する（意味解析）
　１）意味とは
　２）コンピュータに言葉を理解させるための意味の表現方法
　　a）意味ネットワーク，オントロジー，シソーラス
　　b）フレーム理論
　　c）スクリプト理論
　　d）格フレーム
　　e）Word2Vec
　　f）概念ベース
　　g）コーパス
　３）基本的な解析手法の説明
　４）意味解析の例
　　a）比喩の解析
　　b）意図の解析
　　c）文脈の解析
　　d）意味の近さ（類似度・関連度）の算出

５．自然言語処理を使った便利なアプリケーション（応用・ビジネス事例）
　１）日本語特有のかな漢字変換
　　a）問題点
　　b）基本的な手法の説明
　　　i）ヒューリスティック法
　　　ii）統計的手法
　　c）入力誤りの訂正
　２）機械翻訳
　　a）問題点
　　b）基本的な手法の説明
　　　i）単語直接方式
　　　ii）トランスファ方式
　　　iii）ピボット方式
　　　iv）コーパス方式
　３）文書要約
　　a）必要な情報の抽出手法
　　b）固有表現の認識
　４）情報検索
　　a）重要な単語の選定（インデキシング）
　　b）重要度の算出（重み付け）
　　c）検索のためのモデル
　　d）評価の方法
　　e）発展例
　　　i）質問応答システム
　　　ii）対話システム
　　　iii）感情判断システム・実演

６．今後も勉強や情報収集を続けていくために
　１）参考になる書籍やWeb情報
　２）勉強を進めていくためのポイント
 
 ＜質疑応答・個別相談・講師との名刺交換＞