言語研究のための情報処理

受講生の関心に応じて内容を組み替えるため、この通りに授業するとは限らない。 1. Linux の基本コマンドと Python の概要、文字コード 2. イテレータによるテキストファイルの処理 3. リストの使い方、正規表現 4. ミニマルペアの探索 5. ディクショナリを使う： 自動グロス付与 6. エクセルからXMLファイルの作成、pandas の活用 7. 自然言語処理 8. 言語関連のパッケージの利用 9. ウェブページのスクレイピング 10. 機械学習 11. 深層学習 12. scipy や R による基本的統計 13. 課題発表

プログラミング課題を解くことで、知識の定着をはかり、発表によって自身の研究への応用を試みる。開発環境は Google Colaboratory を用いる。

受講者はPythonを活用して言語を分析する課題を設定し、最終回の授業で成果を発表する。発表をもってレポートとして評価する。そのほか適宜課題を出す。

ハンドアウト等教材はITC-LMS上で配布する。

授業内で指示する

最新のブラウザーが使えるパソコン・タブレット・スマートフォンが必要です。 Python を基礎から学びたい場合は、全学向け「Pythonプログラミング入門」などの授業で学べます。