言語研究のための情報処理

受講生の関心と習熟度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. ウェブページのスクレイピング 9. scikit-learnを活用した言語データ分析 10. 言語データの機械学習 11. 深層学習 12. scipy や R による基本的な統計的仮説検定 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。

ハンドアウト等教材はUTOL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。 未修者が受講できるようゼロから始めますが、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」などの授業もあります。