概要

• 科目概要と履修案内

講義スライド

• 情報アクセスと知的処理 - 概論 (スキップ)
• 情報推薦のアルゴリズム
• 情報検索の基礎
  • 情報検索とは / 情報検索システムの評価指標
  • 検索対象の表現と索引付け
  • 検索モデル
• 自然言語処理の基礎
  • 自然言語処理とその応用
  • 自然言語処理の基盤技術
• 演習問題

a を押すとスライド全ページを 1ページとして表示させることができます。

実習テキスト

• この演習で作成するシステムの全体像
  • この演習で作成するプログラム
• プログラミングの準備
  • プロジェクトの作成
    • Maven: プロジェクト管理ツール の使用 (任意)
• 2年次科目「データ記述とWebサービス」の内容 (復習)
  以下は抜粋
  • Feed (RSS/Atom) の利用
    • Feedとは
    • Feedの例
  • Webサービスの利用
    • Webサービス
  • Webページの利用
    • HTML文書と DOM
    • 動的なページの取得
      • Selenium: Webブラウザ操作ツール
        Webブラウザを利用して動的に更新されるコンテンツを取得。
  • 形態素解析の利用
    • 形態素解析
      • Sudachi
• 感情分析
  • 感情分析 (Wikipedia)
  • 感情分析の進め方 & ハマりやすいポイント (Qiita)
  • 辞書
    • 日本語感情表現辞書
• 参考
  • サーバの負荷に配慮したアクセス

課題・練習問題

• 練習 (提出なし)
  • 練習1: 単語の抽出と品詞による絞り込み
    Sudachi のサンプルプログラムを参考に日本語で書かれたテキストを形態素解析し、 特定の品詞の語のみを取り出してリストに格納し、 最後にリストに含まれる語をすべて表示するプログラムを作成しましょう。
    • 抽出する語の品詞は「名詞」「動詞」「形容詞」のいずれかとします。 形態素解析用辞書では品詞は階層的に定義されていますが、ここでは最上位の階層だけを指定します。 品詞は List<String> で、先頭の要素が最上位の階層です。
    • 抽出した語を格納するリストには ArrayList を用いてください。 ArrayList<String> でかまいませんが、別のオブジェクトでもかまいません。
    • 入力のフィードは好きなものに変更してかまいません。
    • ネットワーク接続がうまくいかない人はファイル入力に変更してかまいません。 テキストファイルを BufferedReader で読み込む方法は、 「オブジェクト指向プログラミングおよび演習」の最後の講義で扱っています。
    • ファイル名: TermExtractor.java

文献案内

• 推薦システム実践入門 - 仕事で使える導入ガイド. 風間正弘, 飯塚洸二郎, 松村優也(著). オライリージャパン (2022)
  • 推薦アルゴリズムや業務における推薦システムの導入に関する本です。
• IT Text 自然言語処理の基礎. 岡﨑直観, 荒瀬由紀, 鈴木潤, 鶴岡慶雅, 宮尾祐介(著). オーム社 (2022)
  • 深層学習をベースとした自然言語処理の入門書です。
• 自然言語処理〔三訂版〕. 黒橋禎夫(著). 放送大学教育振興会 (2023)
  • 自然言語処理に関する入門書です。自然言語処理分野の技術がコンパクトにまとめられています。
• 利用者の好みをとらえ活かす-嗜好抽出技術の最前線- : 1.嗜好抽出・情報推薦の基礎理論 1）嗜好抽出と情報推薦技術. 土方嘉徳(著). 情報処理 48巻9号 (2007)
  • 情報推薦の基本方式を概観した解説記事です。古いですが基本方式の解説として読みやすい記事です。
  • 誤植: p.959 図-3内「特微量」→「特徴量」