講師

同志社大学 理工学部　インテリジェント情報工学科 教授 土屋　誠司 氏

講師紹介

■ご略歴：
2002年　三洋電機株式会社　研究開発本部
2007年　徳島大学　大学院ソシオテクノサイエンス研究部　助教
2009年　同志社大学　理工学部　助教
2011年　同　准教授
2017年　同　教授
2018年　同志社大学　人工知能工学研究センター　センター長
2024年　同志社大学付属　同志社国際学院初等部・国際部　校長

■ご専門および得意な分野・研究：
自然言語処理，人工知能，感性情報処理，知識処理，概念処理

■本テーマ関連学協会でのご活動：
同志社大学　人工知能工学研究センター　センター長
所属学会：言語処理学会，人工知能学会，情報処理学会，電子情報通信学会，日本認知科学会

日時・受講料

●日時　2024年12月23日（月）　10:30-16:30
●受講料
　　【オンラインセミナー（見逃し視聴なし）】：1名47,300円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき36,300円

　　【オンラインセミナー（見逃し視聴あり）】：1名52,800円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき41,800円

　　　　　 ＊学校法人割引；学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認下さい。

　●録音・録画行為は固くお断り致します。

■ セミナーお申込手順からセミナー当日の主な流れ　→

※配布資料等について

●配布資料はPDF等のデータで配布致します。ダウンロード方法等はメールでご案内致します。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡致します。
・準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
　（土、日、祝日は営業日としてカウント致しません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止致します。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）

セミナーポイント

■はじめに
　我々は，普段コミュニケーションをとる際には，顔の表情や声色，立ち居振る舞いと合わせて言葉を用いている．その中でも特に言葉は我々人間にとって非常に重要なコミュニケーションツールである．しかし一方で，これらのコミュニケーションツールの中で最も扱いが難しく，また，奥深いものが言葉である．この難しい言葉をどのようにしてコンピュータに理解させるかを扱うのが，自然言語処理である．
　本講義では，自然言語処理という専門用語自体を知らない方にも，その面白さと基本的な考え方を伝えられるよう，具体例や事例をふんだんに示す構成となっている．
また，単に簡単な内容に終始するのではなく，次のステップのより高度な理解へと進むことができるよう，自然言語処理分野で必要となる専門用語やその内容を徹底的に解説する．さらに，応用技術や最新技術についての事例、および今後の継続的な学習方法についても紹介を行う．

■ご講演中のキーワード：
形態素解析，構文解析，意味解析，コーパス，Transformer，ChatGPT，機械翻訳，情報抽出・文書要約，情報検索，質問応答・対話システム，感情判断

■受講対象者：
・本テーマに興味のある方なら，どなたでも受講可能です．
・特に，これから自然言語処理について学ぼうをされておられる初心者の方

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
・この分野に興味のある方なら、特に予備知識は必要ありません．
・書籍「はじめての自然言語処理」（土屋誠司著・森北出版・2015/11）などを一読すると更に理解が深まります．

■本セミナーで習得できること：
・自然言語処理で必要不可欠な基礎知識
・自然言語処理の可能性と課題
・自然言語処理の応用展開

■受講された方の声（一例）：
・具体的な例えがわかりやすく、理解しやすかったです。
・自然言語処理の知識はありませんでしたが、優しく教えていただけて助かりました。
・自然言語処理を行う上での新しいポイントが分かって良かったです。
などなど……ご好評の声を多数頂いております！

セミナー内容

０．本講義について
１）自己紹介
２）講義の概要
３）講義の目次

１．コンピュータが言葉を理解するために（自然言語処理の概要）
１）自然言語とは
a) 自然言語の構造
b）自然言語と文法
２）自然言語処理とは
a）活用事例
b）必要な処理の概要
形態素解析（単語を見つける）
・構文解析（文法のチェックをする）
・意味解析（内容を解釈する）

２．文字の羅列から単語を見つける（形態素解析）
１）問題点・難しさの原因
２）形態素解析ソフトの紹介
・KAKASI
・Juman
・MeCab
・chaSen
３）形態素解析システム茶筌，MeCabによる実演
４）基本的な解析手法の説明
５）形態素解析アルゴリズム
a）ヒューリスティック法
・最長一致法
・分割数最小法
b）統計的言語モデル
・マルコフモデル
・単語n-gram（エヌ・グラム）
・隠れマルコフモデル（HMM）
c）動的計画法（DP）

３．文法として正しい単語の並びになっているかをチェックする（構文解析）
１）構文解析ソフトの紹介
・KNP
・CaboCha
２）日本語係り受け解析器 CaboChaによる実演
３）コンピュータで扱いやすい文脈自由文法
４）基本的な解析手法の説明
５）構文解析アルゴリズム
a）CYK法
b）LRアルゴリズム

４．どんな内容が書かれているのかを解釈する（意味解析）
１）意味とは
・意味論
a） モンタギー意味論
b） 状況意味論
c）メンタルスペース理論
２）コンピュータに言葉を理解させるための意味の表現方法
a）意味ネットワーク
・オントロジー
・シソーラス
c）スクリプト理論
d）格フレーム
e）Word2Vec
f）概念ベース
g）コーパス
３）基本的な解析手法の説明
４）意味解析の例
a）比喩の解析
b）意図の解析
c）文脈の解析
d）意味の近さ（類似度・関連度）の算出

５．自然言語処理における最新手法（深層学習）
１）ニューラルネットワーク
a）全結合層，活性化関数
b）パーセプトロン
c）階層型ニューラルネットワーク
d）ディープラーニング，CNN（畳み込み，プーリング）
２）再帰型ニューラルネットワーク
a）RNN
b）LSTM
b）ELMo
３）BERT，GPT
a）Transformer，Positional Encoding，Attention
b）Masked Language Model（マスク言語モデル），Next Sentence Prediction（次文予測）
c）Pre-training（事前学習），Fine Tuning（転移学習）
d) プロンプトエンジニアリング

６．自然言語処理を使った便利なアプリケーション（応用・ビジネス事例）
１）機械翻訳
a）問題点
b）基本的な手法の説明
i）単語直接方式
ii）トランスファ方式
iii）ピボット方式
iv）コーパス方式
２）情報抽出・文書要約
a）固有表現の認識
b）手がかりとなる重要な情報
３）情報検索・質問応答・対話システム
a）重要な単語の選定（インデキシング）
b）重要度の算出（重み付け）
c）検索のためのモデル
d）評価の方法
e）発展例
i）質問応答システム
ii）対話システム
iii）感情判断システム

７．今後も勉強や情報収集を続けていくために
１）参考になる書籍やWeb情報
２）人工知能の特徴
３）勉強を進めていくためのポイント