デジタルヒューマニティーズB（言語処理と情報検索）
2026年度秋冬学期
授業の予定
すべての回を火曜14:40–16:10にDHラボB307で行います。ラボPCを利用できます。
| 回 | 日付 | 内容 |
|---|---|---|
| 1 | 10月6日 | 授業案内・自己紹介と本文の検索 |
| 2 | 10月13日 | 文脈から移動表現を分類する |
| 3 | 10月20日 | 語彙素とパターンで本文を検索する |
| 4 | 10月27日 | 作家とモデルを比べる |
| 5 | 11月10日 | エージェントの根拠を照合する（準備中） |
第1–5回では「蜘蛛の糸」と他の作品の移動表現を続けて調べ、第5回に出す課題にまとめます。第5回以降の教材は各回の前に公開します。11月3日は授業がありません。
授業の目的
人文学研究に自然言語処理（NLP）と情報検索を用いるための実践的な技能を学びます。近代日本文学と英文学を題材に、辞書・規則、学習済みモデル、生成型LLMの手法を比較し、結果、限界、必要な計算資源、再現性を評価します。
学習目標
- コーパスとメタデータを整備し、検索する。
- Pythonで基礎的なテキスト処理を書き、図を作成・解釈する。
- 本文の検索、トピックモデル、固有表現抽出（NER）、文章分類で本文を分析する。
- 共通の本文と評価基準を用い、辞書・規則、GLiNER系などの学習済みモデル、生成型LLMを比較する。
- 研究の問い、方法、根拠、限界を説明する、再実行可能な分析ノートブックまたは説明付きプログラムを作成する。
資料・ツール
- Natsume Simple（Natsume）：日本語の共起検索
- Soranoha：青空文庫の本文と書誌情報
- BERTopic：埋め込みを用いたトピックモデル
- Gensim / LDA：語の出現頻度を用いたトピックモデル
- Hugging Face Models：学習済みモデルの検索・ダウンロード
- Hugging Face Datasets：データセットの検索・ダウンロード
- Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition, with Language Models（Daniel Jurafsky・James H. Martin、2026）：第3版オンライン原稿（2026年8月19日公開）