JP EN

大学院

過去（2022年度）の授業の情報です

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：2024年4月1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。

言語情報処理II

計算神経言語学演習／Seminar on Computational Neurolinguistics

本授業では、計算モデリングに基づく神経言語学である計算神経言語学（computational neurolinguistics）を概観する。特に、自然言語処理で開発された計算モデルを援用して言語学と神経科学を橋渡しするアプローチを考察する。具体的には、音韻処理、形態処理、統語処理、意味処理、神経律動、再帰的ニューラルネットワーク、トランスフォーマー、脳情報デコーディングを含むトピックを扱う予定である。また、履修者は自分の研究プロジェクト・プログラムを独立した分野では無く、学際的な文脈に位置付ける姿勢を養うことを目標とする。

MIMA Search

時間割／共通科目コード

コース名

教員

学期

時限

31M200-0320A

言語情報処理II

大関　洋平

A1 A2

木曜3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/英語

単位

実務経験のある教員による授業科目

他学部履修

可

開講所属

総合文化研究科

授業計画

1.　はじめに 2.　計算神経言語学の概要 3.　脳機能イメージングの基礎 4.　音韻処理 5.　形態処理 6.　統語処理 7.　意味処理 8.　脳波計測・解析演習 9.　神経律動 10. 再帰的ニューラルネットワーク 11. トランスフォーマー 12. 脳情報デコーディング 13. 期末プロジェクト報告

授業の方法

履修者は、各週で取り上げる必須⽂献（ジャーナル論⽂1~2本程度）を読み、ITC-LMSの掲示板にコメントを投稿した上で授業に参加する。授業の前半では、担当教員による当該トピックの背景知識に関する講義を⾏い、授業の後半では、担当学⽣による必須⽂献のディスカッションを⾏う。また、実際の脳活動データに触れる機会を提供するため、脳波計測・解析演習を予定している。

成績評価方法

論⽂コメント、論文ディスカッション、期末プロジェクトを踏まえて、総合的に判断する。期末プロジェクトでは、2~3名のグループを構成し、担当教員との共同研究として任意の学会に投稿することを目標とする。

教科書

初回授業時に、各週で取り上げる必須文献のリストを指示する。また、授業開始までに以下の論文に目を通しておくことが望ましい：・Marr, D. (1982) Vision: A Computational Investigation into the Human Representation and Processing of Visual Information, Chapter 1. MIT Press.

参考書

初回授業時に、必須文献と併せて、参考文献のリストも指示する。

履修上の注意

言語学、神経科学、自然言語処理いずれかの予備知識があることが望ましい。また、2022年度Sセメスターに開講した言語情報処理I「生成計算言語学演習」を前提にして授業を進める可能性がある。

戻る