大学院
HOME 大学院 言語情報科学特別講義I
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22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。

言語情報科学特別講義I

言語変化のデータサイエンス基礎Ⅰ
言語系の学会査読誌に投稿を準備しているときや、投稿した論文の査読コメントに対応するために、データを統計解析する必要に迫られて困惑した、という話を耳にすることがある。この授業は、言語系の学術論文を執筆する際に役に立つ(かもしれない)統計解析のベーシックな手法を学び、さらに人文学研究とデータサイエンスの関係について考えを深める。
全体として多変量解析についての知識は前提としないが、一部、特異値分解(singular value decomposition; SVD)などの専門用語が登場することもある
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
31M200-1512A
言語情報科学特別講義I
横山 詔一
A1 A2
木曜2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
開講所属
総合文化研究科
授業計画
☆授業の前日までに毎回,必ずITC-LMSをチェックすること 第1回【オンデマンド授業】対面授業ではありません! 第2回目以降は次のトピックを取り上げる 1. GLMM(一般化線形混合モデル)について:Rを使用 Sセメスターで取り上げた山形県鶴岡市における共通語化データを分散分析(ANOVA)で解析する方法を復習 上記の共通語化データを(いま注目されている)一般化線形混合モデル(GLMM)で解析し、これまでのANOVAと結果がどの程度一致するのかを確かめる 2. 分布意味論について:Rを使用、教員によるSPSSの実演も 現代語の意味変化研究にも利用されている分布意味論について,基本的な考え方を解説する(参考:https://www.ism.ac.jp/*****) 主成分分析(PCA)を用いた例題によって分布意味論の大まかなイメージを掴み,「単語のベクトル表現」や「単語埋め込み」などの概念を直観的に理解する 3. ベイズ統計学について:js-STAR_XR+を利用してベイズファクタ分析を試みる モンティホール問題について受講生全員で議論する ベイズの定理の「尤度」とは何かを理解する 4.オープンサイエンス時代の研究成果発信プラットフォームとしてJST(科学技術振興機構)が稼働させた日本語対応プレプリントサーバーJxiv(ジェイカイブ)を紹介する オープンサイエンスの流れが、研究成果の発表や大学院教育にいかなる影響を与えつつあるのか、また、そこにはどのような可能性と問題があるのかを受講生全員で考える
授業の方法
講義・実演形式 ハンドアウトは紙では配布しない。ネットでダウンロードできるようにする ☆授業の前日までに毎回,必ずITC-LMSをチェックすること
成績評価方法
授業への積極的参加と毎回のミニレポートによる ☆毎回のミニレポートはITC-LMSで提出すること
教科書
特に指定しない ハンドアウトをネット公開する
参考書
特に指定しない
履修上の注意
☆授業の前日までに毎回,必ずITC-LMSをチェックすること 統計解析フリーソフトR言語を用いる(Rのインストール方法はYouTubeに解説動画がたくさんある) ・Aセメスターの授業動画は一般公開しない