東京大学大学院総合文化研究科

言語情報科学専攻

Language and Information Sciences, University of Tokyo

東京大学大学院総合文化研究科

言語情報科学専攻

〒153-8902 東京都目黒区駒場3-8-1

TEL: 03-5454-6376

FAX: 03-5454-4329

言語情報科学特別講義I(言語認知・習得のデータサイエンス)

  • 科目コード(修士): 31M200-1515A
  • 科目コード(博士): 31D200-1515A
  • 開講学期: A1, A2
  • 曜限: 金(Fri)3 [13:00-14:45]
  • 教室: 8号館 8-205
  • 単位数: 2.0
  • 担当教員: 横山 詔一

授業の目標・概要

言語認知や習得に関する実験計画の立て方とデータ解析の手法を学びます。
文字認知,語のエピソード記憶,音声の共通語化などの研究で実際に収集されたデータの一部を,受講者全員に電子ファイルで配布します。それらを用いて,実験計画の策定,データ収集,統計分析,結果記述などの各段階で注意すべきポイントを解説します。データ解析の演示もおこないます(ただし,ここで扱うデータはビッグデータではありません)。
また,言語に関するデータサイエンスの分野でも注目されている「ディープラーニング(深層学習)」の大まかなイメージを,なるべく数式を使わないで説明します。

授業のキーワード

  • エピソード記憶と意味記憶
  • 言語変化
  • 分散分析(ANOVA)
  • 主成分分析(PCA)
  • 因子分析
  • 重回帰分析
  • ロジスティック回帰分析
  • ディープラーニング

授業計画

第1部
 言語の実験科学:小規模データから推測する
第2部
 文字認知の地域差:単純接触効果の都内比較や国際比較
 カイ2乗検定や因子分析
第3部
 語のエピソード記憶と意味記憶
 分散分析(群間モデルと群内モデル) 
第4部
 音声の経年変化:共通語化データの解析
 分散分析(混合モデル)
第5部
 主成分分析(PCA)
 重回帰分析
 ロジスティック回帰分析
 ディープラーニング(深層学習)
学期のまとめ

授業の方法

毎回,講義形式を中心としますが,受講者全員による討論もおこないます。

成績評価方法

授業における議論への参加度と,数回程度のミニレポートを総合的に判断して,評価をおこないます。

教科書

特にありません。

参考書

『記憶・思考・脳』(キーワード心理学シリーズ3),横山詔一・渡邊正孝,2007,新曜社
『図解・ベイズ統計「超」入門 - あいまいなデータから未来を予測する技術 』(サイエンス・アイ新書) ,涌井貞美,2013,SBクリエイティブ

履修上の注意