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、リスト 3. 正規表現 4. ミニマルペアの探索、複雑な抽出と置換 5. ディクショナリを使う： 自動グロス付与 6. pandas とエクセルデータの活用 7. ウェブデータの活用 8. scikit-learnを活用した言語データ分析 9. 言語データの機械学習 10. 深層学習 11. scipy や R による基本的な統計的仮説検定 12. モデルの活用 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。

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 を動作原理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。