言語情報処理II[学際言語科学コース]

生成AI技術に関するゼミナール

自然言語処理、コンピュータヴィジョン、機械学習を主な対象分野として、生成AI技術に関する最先端の論文を読解できるようになることを目標とします。

言語応用論などの基礎科目で自然言語処理・人工知能・機械学習に関する知識を習得しているという前提に立ちます。ただし、高度な数式が並ぶ論文を読解するわけではありませんので、数理的にはそれほど深い理解を必要としません。文系の方でも気軽に受講いただけます。

MIMA Search

授業計画

1. ガイダンス 2. グループ分け 3-13. 論文紹介（教員も参加します）上記の受講経験のない受講者が多数いれば、言語応用論の講義資料を解説する内容に前半は切り替えます。言語応用論の内容は以下の通りです。 1-2：テキスト統計量 3-6：テキスト分類（最尤推定、確率分布、ナイーヴベイズ分類）　クラスタリング（EMアルゴリズム、k-means、混合ガウスモデル） 7-9：系列ラベリング（隠れマルコフモデル） 10-11：暗号文書解読の統計モデル　古代文字書き起こしの統計モデル 12-13：最先端の話題

授業の方法

グループあるいは個人で論文紹介を行います。学生が対面を希望すれば、プレゼンテーション形式か輪読形式で進めます。オンラインを希望すれば、プレゼンテーション形式で進めます。

成績評価方法

発表100% ＊論文で分からない箇所があっても減点しません＊

教科書

なし

参考書

パターン認識と機械学習上下 C.M. ビショップ (著)

履修上の注意

論文紹介の担当回は論文を熟読し、必要に応じて説明資料等を準備する。発表頻度は受講生の人数に応じて決定しますが、前年度のように20名近い受講生がいた場合は1名1-2回程度の担当になります。受講生が少ない場合は回数が2-3回になるかもしれません。