Natural Language Processing

2022/2023

Academic Year

RUS

Instruction in Russian

4

ECTS credits

Delivered at:

Department of Informatics

Course type:

Elective course

When:

4 year, 3 module

Instructor

Koltsov, Sergei

Программа дисциплины

Аннотация

Является дисциплиной по выбору. Данная дисциплина направлена на овладение навыками машинной обработки естественного языка. Понимание сложных фраз на любом языке - один из необходимых компонентов развития искусственного интеллекта. В курсе будут рассмотрены как классические лингвистические подходы к задачам NLP (анализу предложений, машинному переводу и т.д.), так и современные методы, основанные на глубинном обучении. Для освоения дисциплины студентам необходимы знания, полученные в результате изучения дисциплины «Глубинное обучение».

Цель освоения дисциплины

• Формирование у студентов теоретических знаний и практических навыков по основам машинной обработки естественного языка.

Планируемые результаты обучения

• Знает основные алгоритмы NLP
• Умеет извлекать именованные сущности и определять тональность текста
• Имеет навыки применения математического аппарата и алгоритмов морфологического анализа и машинного перевода

Содержание учебной дисциплины

• Раздел 1. Морфологический анализ
• Раздел 2. Синтаксический анализ
• Раздел 3. Извлечение информации

Элементы контроля

• Домашнее задание №1
  Домашнее задание №1 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания - реализованный на любом языке программирования алгоритм.
• Домашнее задание №2
  Домашнее задание №2 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания - реализованный на любом языке программирования алгоритм.
• Домашнее задание №3
  Домашнее задание №3 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания - реализованный на любом языке программирования алгоритм.
• Устный экзамен
  Устный экзамен проводится в форме ответов на вопросы экзаменационного билета. Экзаменационный билет содержит два вопроса из перечня вопросов к экзамену. Возможны дополнительные вопросы, в случае если экзаменуемый в недостаточной степени подробно ответил на вопросы билета. На подготовку ответа выделяется 2,5 часа.

Промежуточная аттестация

• 2022/2023 учебный год 3 модуль
  Преподаватель учитывает оценку за текущий контроль (домашние задания). Онакопленная = (Од/з1 + Од/з2 + Од/з3) / 3 Результирующая оценка за дисциплину рассчитывается следующим образом: ОРезультирующая = 0,79 Онакопленная + 0,21 Оэкзамен

Список литературы

Рекомендуемая основная литература

• Mariani, J. (2009). Language and Speech Processing. London, UK: Wiley-ISTE. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=310778

Рекомендуемая дополнительная литература

• Biemann, C. (2012). Structure Discovery in Natural Language. Berlin: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1299312

Авторы

• Спицина Кристина Станиславовна
• Кузнецов Антон Михайлович