シラバスの詳細な内容を表示します。
→ 閉じる（シラバスの一覧にもどる）
| 開講年度 | 2019 年度 | |
|---|---|---|
| 開講区分 | 工学部情報工学科／総合工学科情報工学コース ・専門教育 | |
| 受講対象学生 |
学部(学士課程) : 3年次 |
|
| 選択・必修 | 選択 選択科目 |
|
| 授業科目名 | 人工知能 II | |
| じんこうちのう２ | ||
| Artificial Intelligence II | ||
| 単位数 | 2 単位 | |
| ナンバリングコード | EN-CMPS-3
※最初の2文字は開講主体、続く4文字は分野、最後の数字は開講レベルを表します。 |
|
| 開放科目 | 非開放科目 | |
| 開講学期 |
前期 |
|
| 開講時間 |
火曜日 3, 4時限 |
|
| 開講場所 | ||
| 担当教員 | 河合敦夫 | |
| 授業の概要 | 人工知能は、人間が行っている知的な活動を、どこまで、そして、どうやって計算機で行うことができるかについて考える学問分野である．人工知能 II の授業では、この分野のうち、人工知能 I や画像処理関連等の授業で取り扱われていない内容（人間が言葉を、読み聞き話す能力を計算機でどこまで実現できるか：自然言語処理、音声言語処理）について講義をする（注：自然言語とは、人間が日常使う言語で、具体的には、日本語、英語、韓国語等）。なお、深層学習等の技法については、自然言語処理への適応により大幅な精度向上が見込まれないことが多いことから、学部の授業では扱わない。実際に幅広く使用されているソフトウェアなどを用いて、人工知能技術の実際の状況(特に、技術的な限界)を体感してもらう。例：google とVoice-Tra+による、長文の自動翻訳結果の比較。また、Microsoftが提供している対話ソフトの試用など。また、地域理解関連では、音声翻訳電話のソフトである、Voice-Tra+が、伊勢神宮などの観光案内の翻訳をどれくらいこなせるかも試し、失敗例の解析も行う。 |
|---|---|
| 学修の目的 | |
| 学修の到達目標 | |
| ディプロマ・ポリシー |
|
| 成績評価方法と基準 | 評価は、定期試験（100点）で行い、最終成績６以上(６０点以上)を合格とする。試験は、手書きのノート及びプリント等の持ち込み可（他の人のノートのコピーは不可）。なお、授業への欠席回数が多い場合は、定期試験の受験資格がなくなる。 また、レポートの提出状況や内容、授業の欠席回数によっては、定期試験の成績からの減点を行う。 |
| 授業の方法 | 講義 |
| 授業の特徴 |
地域理解・地域交流の要素を加えた授業 |
| 授業改善の工夫 | 既に商用化されている、自然言語処理のソフトウェア（機械翻訳、ワープロ、音声認識、音声合成）の実演や、パンフレットなどを用いることにより、自然言語処理技術が、身近に使われていることを理解してもらうとともに、学習意欲を高める． 具体的かつ、おもしろい文例などを、用いることにより、授業のおもしろさが増すように努力する。 |
| 教科書 | 教科書：なし、必要に応じて、プリント等を配布する。 |
| 参考書 | 参考書：いずれも大学図書館にあり 自然言語処理（長尾真、岩波書店（岩波講座ソフトウェア科学シリーズ１５）） 知識と推論（長尾真、岩波書店（岩波講座ソフトウェア科学シリーズ１４）） 音響・音声工学（古井貞おき、近代科学社） コンピュータで翻訳する（長尾真・牧野武則編著、共立出版） 改訂新版 ロボットは東大に入れるか (よりみちパン! セ) （ソフトカバー） – 2018 新井紀子 音声言語の自動翻訳（中村哲、コロナ社）2018年 AI vs. 教科書が読めない子どもたち（新井紀子、東洋経済新報社）2018年 機械学習入門 ボルツマン機械学習から深層学習まで （ソフトカバー） – 2016 大関真之 |
| オフィスアワー | 授業実施日の授業終了以降に、授業を実施した教室または情報棟４階河合教員室にて対応（基本的には、少なくとも１９時前後までなら在室している）。事務的な話であれば、電子メールによる受け付け可（E-mail:kawai@ai.info.mie-u.ac.jp）ではあるが、直接、居室へ来てもらった方がスムーズか 。 |
| 受講要件 | |
| 予め履修が望ましい科目 | 人工知能 I 及び演習、情報工学実験 I・II は、関連が深い。 オートマトン・形式言語理論、コンパイラ、ディジタル信号処理等とも関連する。 |
| 発展科目 | |
| その他 |
| MoodleのコースURL |
|---|
| キーワード | |
|---|---|
| Key Word(s) | |
| 学修内容 | 第１回 自然言語処理（自然言語と人工言語（プログラミング言語等）との違い、自然言語処理の応用例） 第２回 自然言語処理（機械（自動）翻訳に必要な知識、機械翻訳の処理の流れ） 第３回 自然言語処理（形態素解析） 第４,5回 自然言語処理（構文解析（係り受け法、文脈自由文法）） 第6,7,8回 自然言語処理（意味解析（意味カテゴリ、シソーラス、格フレーム、深層格、表層格）） 第9回 自然言語処理（意味解析を用いて実現可能なこと、不可能なこと） 第10回 自然言語処理（文脈解析、背景知識の必要性） 第11回 音声言語処理（音声処理とＡＤ変換、スペクトル解析） 第12回 音声言語処理（音声認識処理の概要とその難しさ） 第13回 音声言語処理（音声圧縮の概要と音声合成、日本語音声の規則合成方式） 第14,15回 音声言語処理（音声処理の応用システム例等：視覚障害者のための、Ｗｅｂ読み上げシステム等） 第16回 定期試験 |
| 事前・事後学修の内容 |