（実施回/
Week）
|
（内容/
Contents）
|
（授業時間外の学習/
Assignments）
|
|
（実施回/ Week）
1
|
（内容/ Contents）
はじめに
本科目の講義の概要を紹介し，機械翻訳の歴史や機械翻訳の基礎となる自然言語処理技術について概観する
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
2
|
（内容/ Contents）
形態素解析
自然言語処理の基本中の基本である，文を形態素（意味を持つ最小の単位）に分割する方法について学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
3
|
（内容/ Contents）
言語モデルとコーパス
Ngramモデルなど形態素解析で使用する確率統計モデル，および，コーパス（テキストデータベース）について学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
4
|
（内容/ Contents）
構文解析
構文解析とは何か，句構造と係り受け(依存構造)の違い，および，形式言語理論の基礎について学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
5
|
（内容/ Contents）
句構造の基づく構文解析
句構造（文脈自由文法）に基づく構文解析ついて学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
6
|
（内容/ Contents）
係り受けに基づく構文解析
係り受け（依存構造）に基づく構文解析について学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
7
|
（内容/ Contents）
意味解析
意味解析とは何か，テキスト分類，語義曖昧性解消，固有表現抽出，述語項構造解析などについて学ぶ。
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
8
|
（内容/ Contents）
ルールベース機械翻訳
翻訳規則に基いて構文構造または意味構造を原言語から目的言語へ変換するトランスファ方式について学ぶ。
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
9
|
（内容/ Contents）
統計的機械翻訳
統計的機械翻訳とは何か，単語翻訳モデルの基本としてIBM翻訳モデルについて学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
10
|
（内容/ Contents）
句に基づく統計的機械翻訳
英語とフランス語など距離が近い言語間の翻訳に向いている句に基づく翻訳モデルについて学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
11
|
（内容/ Contents）
木に基づく統計的機械翻訳
日本語と英語など距離が遠い言語間の翻訳の実現するための事前並べ替えおよび木に基づく翻訳モデルについて学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
12
|
（内容/ Contents）
ニューラルネット入門
最も基本となる順伝播ニューラルネットワーク，および，活性化関数・損失失関数・勾配などの基本的な概念を学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
13
|
（内容/ Contents）
ニューラル言語モデルと単語埋め込み
再帰ニューラルネットワーク，および，これに基づく言語モデルや単語の意味の表現法（単語埋め込み）を学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
|
（実施回/ Week）
14
|
（内容/ Contents）
ニューラル機械翻訳
注意付きエンコーダデコーダモデルやTransformerなどニューラルネットを用いた機械翻訳について学ぶ
|
（授業時間外の学習/ Assignments）
予習・復習
|
（実施回/ Week）
15
|
（内容/ Contents）
機械翻訳の精度の自動評価
形態素解析，構文解析，機械翻訳の精度を評価する方法を学びながら，本科目の講義の内容を復習する
|
（授業時間外の学習/ Assignments）
予習・復習
|
