Обработка текстов на естественном языке и диалоговые интерфейсы

2021/2022

Учебный год

RUS

Обучение ведется на русском языке

8

Кредиты

Кто читает:

Департамент информатики

Статус:

Курс по выбору

Когда читается:

2-й курс, 1, 2 модуль

Преподаватель

Фитц Сергей Юрьевич

Программа дисциплины

Аннотация

Является дисциплиной по выбору. Целью освоения дисциплины является ознакомление слушателей с методами обработки текста на естественном языке, а также методами обработки слабоструктурированных данных и извлечения информации. Предполагается знакомство с методами извлечения отношений, анализа тональности, аннотирования и кластеризации текстов, а также с существующими программными реализациями этих методов.

Цель освоения дисциплины

• Ознакомление слушателей с методами обработки текста на естественном языке, а также методами обработки слабоструктурированных данных и извлечения информации.

Планируемые результаты обучения

• Определяет тональность текстов при помощи автоматизированного инструментария
• Применяет векторные модели документов в анализе
• Применяет методы извлечения информации при проектировании чат-ботов
• Применяет методы классификации и кластеризации текстов на языке Python
• Формулирует задачу обработки текста в терминах как предметной области, так и области формальных объектов

Содержание учебной дисциплины

• Введение в обработку естественного языка
• Классификация и кластеризация текстов
• Информационный поиск
• Введение в извлечение информации
• Извлечение мнений

Элементы контроля

• Домашнее задание
  Задание направлено на применение методов предварительной обработки текстов, а также методов тематического моделирования и визуализации результатов.
• Итоговый экзамен
  Оценку за экзамен можно получить одним из двух способов по выбору студента. Вариант 1: Доделать своего чат бота, который запускается и работает в командной строке со одной из перечисленных фич Вариант 2: Экзамен в виде устных вопросов. На экзамене необходимо ответить на два случайных вопроса из предоставленного преподавателем списка

Промежуточная аттестация

• 2021/2022 учебный год 2 модуль
  0.5 * Итоговый экзамен + 0.5 * Домашнее задание

Список литературы

Рекомендуемая основная литература

• Zhai, C., & Aggarwal, C. C. (2012). Mining Text Data. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=537386

Рекомендуемая дополнительная литература

• Davies, J., Goker, A., & Wiley InterScience (Online service). (2009). Information Retrieval : Searching in the 21st Century. Chichester, U.K.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=308933
• Munzert S. Automated data collection with R: a practical guide to Web scraping and text mining. Chichester, West Sussex, United Kingdom: Wiley, 2014. 1 p.