Przetwarzanie języka naturalnego 1000-2M15PJN
1. Lingwistyka Obliczeniowa:
a) wprowadzenie, korpusy, tokenizacja (1),
b) morfologia, części mowy (2),
c) składnia (3-5),
d) semantyka (6-8);
2. Klasyfikacja tekstu (9):
a) analiza wydźwięku,
b) opinion mining;
3. Ekstrakcja Informacji (10);
4. Generowanie Języka Naturalnego (11).
5. Textual Entailment (12);
6. Question Answering (13).
7. Automatyczne Streszczanie (14);
8. Tłumaczenie Maszynowe (15).
Kierunek podstawowy MISMaP
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (lista przedmiotów)
Efekty kształcenia
Wiedza:
1. Zna podstawowe metodyki NLP
2. Zna podstawowe zagadnienia związane z NLP
3. Zna techniki i narzędzia służące do przetwarzania języka naturalnego
Umiejętności:
1. Potrafi zastosować w praktyce techniki NLP
2. Posługuje się narzędziami do przetwarzania języka naturalnego
Kompetencje:
1. Potrafi wyszukać odpowiednią do rozwiązywanego zadania literaturę z zakresu NLP i przyswoić zawartą w niej wiedzę.
Kryteria oceniania
Ocena końcowa na podstawie punktów z zadań (programów) zaliczeniowych, egzaminu pisemnego oraz egzaminu ustnego. Przedmiotem egzaminu ustnego jest znajomość treści przekazanych na wykładzie. Obecność na wykładzie zalicza egzamin ustny.
Literatura
Speech and Language Processing (2nd Edition) Daniel Jurafsky , James H. Martin , 2008
Mining Text Data, Charu C. Aggarwal, ChengXiang Zhai, Springer, 2012
Natural Language Processing with Python, Steven Bird, Ewan Klein, Edward Loper, 2009
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: