基礎からわかる自然言語処理【提携セミナー】

　　セミナー　　情報通信　　ソフトウェア　　基礎からわかる自然言語処理【提携セミナー】

開催日時	未定
担当講師	土屋誠司氏
開催場所	未定
定員	-
受講費	未定

〇丁寧な説明で、わかりやすいと評判のセミナー！

〇本テーマに興味があれば、誰でも受講可能です。

〇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します。

〇事前質問も受付をしておりますので、気になる点は是非ご質問ください。

基礎からわかる自然言語処理

《これから始める方向けに知っておくべき知識や事例、最新情報を徹底解説》

【提携セミナー】

主催：株式会社情報機構

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．

◆　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

◆　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

■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．

■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！

担当講師

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

セミナープログラム（予定）

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
　　・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