1.1 実世界での自然言語処理 コアアプリケーション その他のアプリケーション 1.1.1 NLPのタスク 1.2 言語とは何か 1.2.1 言語の構成要素 1.2.1.1 音素 1.2.1.2 形態素と語彙素 1.2.1.3 構文 1.2.1.4 文脈 1.2.2 自然言語処理の難しさ 1.2.2.1 曖昧性 1.2.2.2 一般常識 1.2.2.3 創造性 1.2.2.4 言語間の多様性 1.3 機械学習、ディープラーニング、そして自然言語処理の概要 1.4 自然言語処理のアプローチ 1.4.1 ヒューリスティックを用いた自然言語処理 1.4.2 機械学習を用いた自然言語処理 1.4.2.1 ナイーブベイズ 1.4.2.2 サポートベクトルマシン 1.4.2.3 隠れマルコフモデル 1.4.2.4 条件付き確率場 1.4.3 ディープラーニングを用いた自然言語処理 1.4.3.1 リカレントニューラルネットワーク 1.4.3.2 LSTM 1.4.3.3 畳み込みニューラルネットワーク 1.4.3.4 Transformer 1.4.3.5 オートエンコーダ 1.4.4 ディープラーニングがまだ銀の弾丸でない理由 1.5 ケーススタディ:会話エージェント 1.6 まとめ