自然言語処理2007
Natural Language Processing
平成19年度CS学部
研A303教室
亀田弘之
自然言語処理(授業概要より)
私たち人間が日常の生活で使用している日本語や英語のこと
を、自然言語というが、本講義では自然言語の文を計算機に
理解させたり、あるいは計算機に文を生成させたりするための
基礎技術について講述する。実例を通じて、単語の認識、文の
統語構造解析、意味解析の手法について分析的に考える。そ
の際、自然言語処理に必要な知識(辞書・文法など)について
も考察するとともに、人間における言語処理過程についても対
照素材として取り上げ、自然言語とその処理方法についてより
深い理解を得ることを目指す。なお、自然言語処理には種々の
アプリケーションがあり、それらを実現するためには今後どのよ
うな技術的課題があるのかもあわせて紹介したい。
p.2
Copyright© 2007 School of Computer Science, Tokyo University of Technology
本講義を受けると…







NLPに関する基礎的概念を
自分で説明できる。
NLPの簡単なプログラムを
自力で書くことができる。
形式言語に関する見識を得られる。
オートマトンの意義が分かる。
“言語”に関する見識が深まる。
Prolog言語が学べる。
言語処理のツールに詳しくなれる。
p.3
Copyright© 2007 School of Computer Science, Tokyo University of Technology
本講義を受けると…







NLPに関する基礎的概念を
自分で説明できる。(試験対象)
NLPの簡単なプログラムを
自力で書くことができる。(試験対象)
形式言語に関する見識を得られる。(試験対象)
オートマトンの意義が分かる。(試験対象)
“言語”に関する見識が深まる。(試験対象)
Prolog言語が学べる。(レポート)
言語処理のツールに詳しくなれる。(レポート)
p.4
Copyright© 2007 School of Computer Science, Tokyo University of Technology
関連授業等

基礎理論
– 離散数学(論理学)
– 形式言語とオートマトン など

関連分野
–
–
–
–

言語プロセッサ
プログラミングの原理と言語 など
音声情報処理
人工知能と感性情報処理 など
その他
– 英語・日本語 など
p.5
Copyright© 2007 School of Computer Science, Tokyo University of Technology
講義のURL
http://kameken.clique.jp/NLP2007/
p.6
Copyright© 2007 School of Computer Science, Tokyo University of Technology
それでは始めましょう!
p.7
Copyright© 2007 School of Computer Science, Tokyo University of Technology
自然言語処理とは
・「自然言語」 + 「処理」
– 自然言語とは?

言語とは?
– その処理とは?
p.8
Copyright© 2007 School of Computer Science, Tokyo University of Technology
自然言語
言語とは?
– 人工言語 (artificial languages)
( 形式言語 (formal languages) )
– 自然言語 (natural languages)
p.9
Copyright© 2007 School of Computer Science, Tokyo University of Technology
人工言語の例

関連事業:「プログラミン
グの原理と言語 」
人工言語
– 例:Programming languages
BASIC
 C, C++, C#, Cobol
 Fortran
 Java
 Lisp
 Pascal, PL/I, Prolog
 Snobol etc.

Q: How many programming
languages do you know?
p.10
Copyright© 2007 School of Computer Science, Tokyo University of Technology
自然言語(体系の多様性)

自然言語
–
–
–
–
–
–
–
日本語(Japanese)
英語(English)
スペイン語(Spanish, Espanol)
中国語(Chinese, 中文)
ギリシア語(Greek, Ελληνικα)
ドイツ語(German, Deutsche)
フランス語(French,français)など 約数千
Q: 本当に2千も4千もあるの?
数えてみよう!
p.11
Copyright© 2007 School of Computer Science, Tokyo University of Technology
How many languages?

全世界で約200カ国(国連加盟国は約190カ国)
–
–
–
–
–
アジア(約50カ国)
アフリカ(約20カ国)
オーストラリア(約2カ国)
ヨーロッパ(約50カ国)
南北アメリカ(約20カ国)
1,013 言語
2,058 言語
1,311 言語
230 言語
1,013 言語
計 6,809 言語!!
この数字は本当?
日本は何ヶ国語?
(出展)
http://www.ethnologue.com/ethno_doc/distribution.asp
p.12
Copyright© 2007 School of Computer Science, Tokyo University of Technology
自然言語(形態の多様性)

自然言語
– 文字言語 (written languages)
書き言葉
– 音声言語 (spoken languages)
話し言葉
– 視覚言語 (visual languages)
手話 (sign languages), Icons
p.13
Copyright© 2007 School of Computer Science, Tokyo University of Technology
文字言語(1)

ユク河ノナガレハ、絶エズシテ、シカモモト
ノ水ニアラズ。澱ニ浮カブウタカタハ、カツ
消エカツ結ビテ、ヒサシク留マリタルタメシ
ナシ。
(「方丈記」より)
p.14
Copyright© 2007 School of Computer Science, Tokyo University of Technology
文字言語(2)
Sous le pont Mirabeau coule la Seine,
Et nos amour faut-il qu’il m’en souvient,
La joie venait tousjour après la pein.
(「ミラボー橋の下をセーヌは流れ」より)
p.15
Copyright© 2007 School of Computer Science, Tokyo University of Technology
文字言語(3)
Es war einmal ein König in Thule
Gar treu bis an das Grab,
Dem sterbend seine Buhle
Einen goldnen Becher gab.
(「Faust」より)
p.16
Copyright© 2007 School of Computer Science, Tokyo University of Technology
文字言語(4)
Τι ωρα εινει;
Πωλη καλα, εχαρηστω.
你好。我是日本人。
我想和你在一起。
何も望まない。
何も恐れない。
私は自由だ。
p.17
Copyright© 2007 School of Computer Science, Tokyo University of Technology
音声言語(1)
KhoeKhoegowab (ナミビア語?)
 http://www.youtube.com/watch?v=Nz44W
iTVJww
 http://www.edsnet.na/Resources/african_la
nguages/Khoekhoegowab.htm
p.18
Copyright© 2007 School of Computer Science, Tokyo University of Technology
視覚言語(1)
手話学習支援システム
(http://www.teu.ac.jp/kmdit/JSL/)
 NHKみんなの手話
(http://www.nhk.or.jp/fukushi/min_syuwa/)

p.19
Copyright© 2007 School of Computer Science, Tokyo University of Technology
処理対象

以下は主として、文字言語とする。
(「テキスト処理」ということ。)
p.20
Copyright© 2007 School of Computer Science, Tokyo University of Technology
言語とは?

そもそも言語とは何?
– 思考のための道具
– 意思疎通のための道具
– 知識の記述・格納・共有のための道具
p.21
Copyright© 2007 School of Computer Science, Tokyo University of Technology
思考のための道具

言語的思考と非言語的思考
– 数学は記号発明の歴史でも
ある。


3
2
分数表記
微積分記号

Fd 
p.22
Copyright© 2007 School of Computer Science, Tokyo University of Technology

(自然言語)処理
文章
理解
内部表現
p.23
Copyright© 2007 School of Computer Science, Tokyo University of Technology

(自然言語)処理
文章
生成
内部表現
p.24
Copyright© 2007 School of Computer Science, Tokyo University of Technology

(自然言語)処理
言語表現
理解
&
生成
内部表現
p.25
Copyright© 2007 School of Computer Science, Tokyo University of Technology
自然言語処理
=> 自然言語を処理する
=> テキストを理解・生成する
誰が?
p.26
Copyright© 2007 School of Computer Science, Tokyo University of Technology
人間における言語処理
vs
機械における言語処理
p.27
Copyright© 2007 School of Computer Science, Tokyo University of Technology
人間における言語処理
vs
機械における言語処理
認知心理学・
脳神経科学
人工知能(AI)・
自然言語処理
(NLP)
p.28
Copyright© 2007 School of Computer Science, Tokyo University of Technology
p.29
Copyright© 2007 School of Computer Science, Tokyo University of Technology
人間 vs 機械
人
間
大人・子供
母国語話者
第二外国語話者
機
械
理解
生成
p.30
Copyright© 2007 School of Computer Science, Tokyo University of Technology
NLPのアプリケーション

(各自で調べてみよう!)
–
–
–
–
機械翻訳
カナ漢字変換システム
ワープロソフト
テキストマイニング などなど
p.31
Copyright© 2007 School of Computer Science, Tokyo University of Technology
NLPのプログラム例

形態素解析
– Chasen(京都大学)
– Juman(京都大学)

統語解析(構文解析)
– Knp(京都大学)

機械翻訳
– ABS(東京工科大学)

その他
– 未知語獲得システムUWAS(東京工科大学)
p.32
Copyright© 2007 School of Computer Science, Tokyo University of Technology
それではこのようなプログラムの
原理を理解し、自分でも作れるよ
うにがんばりましょう!
p.33
Copyright© 2007 School of Computer Science, Tokyo University of Technology
ダウンロード

講義資料