学部後期課程
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
教育と言語処理
言語処理の基本的な技術を演習形式で学びながら、教育場面への応用やその課題について理解する。前半では、文字列処理・言語処理の要素技術について個別に解説した上で、具体的な教育実践・教育研究を想定しながら、実際のテキストに対する分析を行う。後半では、生成AIサービスの基盤となる技術の仕組みや挙動を解説した上で、教育場面における言語処理技術の活用に関する最近の動向を概観する。最後に、教育と言語処理をテーマに、テキスト分析、ツール開発、実践事例調査のいずれかの演習課題に取り組む。
本授業では、言語処理技術でできること・できないことを把握した上で、その応用について検討できるようになることが目標である。また、言語処理の技術的側面を扱いつつ、知識の伝達を可能にする記号・言語・文書のあり方とはどのようなものか、という基本的な問いに随時立ち戻りながら授業を進める。
本授業では、言語処理技術でできること・できないことを把握した上で、その応用について検討できるようになることが目標である。また、言語処理の技術的側面を扱いつつ、知識の伝達を可能にする記号・言語・文書のあり方とはどのようなものか、という基本的な問いに随時立ち戻りながら授業を進める。
時間割／共通科目コード
コース名
教員
学期
時限
09252312
FED-SS3303S1
教育と言語処理
宮田 玲
月曜3限、月曜4限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
教育学部
授業計画
1 オリエンテーション
2 テキストの基本操作（文字エンコーディング、ファイル操作、正規表現）
3 テキストの整備（文書、コーパス、アノテーション）
4 文の解析（形態素解析、構文解析、意味解析）
5 概念の分析（固有表現抽出、専門用語抽出）
6 機械学習の基礎（種類、仕組み）
7 ニューラルネットワークの基礎（学習の仕組み、テキストのベクトル表現）
8 ニューラルネットワークの応用（Transformer、BERT、大規模言語モデル、生成AI）
9 自然言語処理の教育応用（機械翻訳と英語教育、リーダビリティとことばの支援）
10〜13 総合演習
以上はあくまで目安であり、参加者の関心・背景知識に応じて、適宜内容を組み替える。
授業の方法
講義と演習を組み合わせる。レジュメやベースとなるソースコードを配布する。
成績評価方法
授業参加、演習課題（発表含む）、レポートによって総合的に評価する。
教科書
使用しない。
参考書
授業中に指示する。
履修上の注意
授業ではプログラミング言語Pythonを使った演習を行う。基本的なコードはあらかじめ用意するため、プログラミング技術は前提としないが、授業では積極的に手を動かして、試行錯誤することが重要である。授業以外でもPythonの基礎を学んでおくと、より効果的に演習に取り組めるようになる。授業時はインターネットにつながるPCを持参すること。
