言語情報処理II[学際言語科学コース]

知識データベース処理・自然言語処理

言語学のシソーラス、Wikipediaのような百科事典、化学反応経路ネットワーク、論文引用ネットワークなど、ドメイン知識をデータベースとして記録することは情報学・人文学・社会学・工学・医学など様々な分野における重要な課題である。本講義ではそのような知識データベース処理の基礎となるRDF SPARQLについて講義し、受講生各自が関心を持つ対象ドメインのデータベースを構築できるようになることが目的である。

MIMA Search

授業計画

受講生の関心対象によって、以下のどちらか、あるいは、両方を講義する。各回のコンテンツや進度はおおよその目安であり、講義を進めながら適宜変更する可能性がある。知識データベース処理 1. ガイダンス 2. RDF 1.2 入門 3. SPARQL 1.2とは 4. グラフパターンの基礎 5. FILTER・式・組み込み関数 6. Query Forms完全理解 7. 集約・サブクエリ・VALUES 8. Property Path完全理解 9. RDF Dataset・Named Graph・Service 10. 評価意味論・SPARQL Algebra 11. 知識データベースからのルールマイニング 12回目以降期末課題自然言語処理 1. ガイダンス 2. 単純ベイズモデル 3. 最大エントロピーモデル 4. サポートベクターマシン 5. 隠れマルコフモデル（推論と教師付き学習） 6. K-means法、混合ガウス分布モデル、隠れマルコフモデル（教師なし学習） 7. 統計的な暗号文書解読処理と統計的機械翻訳 8. ニューラル言語モデル 9. ベイズ学習 10. 変分オートエンコーダ・拡散モデルによる生成 11回目以降期末課題

履修上の注意

授業中の演習を手元で行うかどうかは任意とするが、最終課題ではデータベース構築を行うので、パソコン上での作業が必須となる。 Google Colabのようなクラウドを利用できるように、Jupyter Notebookの利用方法に関する知識があると望ましい。