大規模情報活用特論

1年

2023年度後期

2.00単位

木村　文則

（授業の目的）
大量のテキストデータ活用方法について学ぶ。特に、word2vecやRNNなどのニューラルネットワークによるモデルの学習を行う。

（受講生の到達目標）
到達目標1: word2vecについて説明できる。
到達目標2: RNNについて説明できる。
到達目標3: 分散表現について説明できる。

テキストの輪講により、word2vecやRNNなどのニューラルネットワークによるモデルの学習を行い、大量のテキストデータの扱いについて学ぶ。

（授業計画）
1. ガイダンス　（講義）
2. ニューラルネットワークの復習　（輪講）
3. 自然言語と単語の分散表現（前半） （輪講）
4. 自然言語と単語の分散表現（後半） （輪講）
5. word2vec（前半） （輪講）
6. word2vec（後半） （輪講）
7. word2vecの高速化 （輪講）
8. リカレントニューラルネットワーク（前半） （輪講）
9. リカレントニューラルネットワーク（後半） （輪講）
10. ゲート付きRNN（前半） （輪講）
11. ゲート付きRNN（後半） （輪講）
12. RNNによる文章生成（前半）（輪講）
13. RNNによる文章生成（後半）（輪講）
14. Attention（前半）（輪講）
15. Attention（後半）（輪講）


（授業の方法）
テキストの輪講を行う。発表担当者は、担当箇所のプレゼンテーションを行う。

ゼロから作るDeep Learning 2 —自然言語処理編
斎藤 康毅 (著)
オライリージャパン

（事前学修）
テキストを読んでおくこと。
（事後学修）
講義で取り上げた事項を再確認すること。

（成績評価の方法）
輪講のプレゼンテーション (100%)


（成績評価の基準）
到達目標1: word2vecについて説明できる。
到達目標2: RNNについて説明できる。
到達目標3: 分散表現について説明できる。