Navigacija

13M111OPJ - Obrada prirodnih jezika

Specifikacija predmeta
Naziv Obrada prirodnih jezika
Akronim 13M111OPJ
Studijski program Elektrotehnika i računarstvo
Modul
Tip studija master akademske studije
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
Broj ESPB 6.0 Status predmeta izborni
Uslovljnost drugim predmetima Nema formalnog uslova, potrebno je predznanje gradiva predmeta 13S112OO2. Poželjno je, ali ne i neophodno, predznanje predmeta 13S113IS
Ciljevi izučavanja predmeta Upoznavanje studenata sa osnovnim konceptima i tehnikama statističke obrade prirodnih jezika. Razmatranje često korišćenih modela mašinskog učenja i njihovo poređenje. Prikaz nekih od glavnih morfoloških, sintaksnih i semantičkih problema iz računarske obrade prirodnih jezika i upoznavanje sa metodama njihovog rešavanja.
Ishodi učenja (stečena znanja) Studenti će biti osposobljeni da analiziraju probleme iz domena obrade prirodnih jezika i primenjuju statističke modele u njihovom rešavanju.
Sadržaj predmeta
Link ka stranici predmeta http://rti.etf.bg.edu.rs/rti/ms1opj/
Link ka predavanjima https://teams.microsoft.com/l/team/19%3axKkXVyhZwbHZgz3rPOZUwdwFUAqxItGHKY5c3HZKNoU1%40thread.tacv2/conversations?groupId=cb2ba14b-1ac5-4d4b-9ad9-26f1a3fd56e4&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Sadržaj teorijske nastave Mašinsko učenje u obradi prirodnih jezika. Generativni i diskriminativni modeli. Modeli sekvenci. Pregled morfoloških, sintaksnih i semantičkih problema u obradi prirodnih jezika. Jezički modeli. Stemovanje i lematizacija. Parsiranje. Klasifikacija tekstova na osnovu tematike i sentimenta. Leksička i distribucionalna semantika. Semantička sličnost. Prepoznavanje imenovanih entiteta.
Sadržaj praktične nastave Laboratorijske pokazne vežbe. Zajedničko koncipiranje i razrada teme i sadržaja projekta; upućivanje u relevantne koncepte, pristupe, sredstva i literaturu; praćenje i diskusija rešenja, rezultata i mogućih poboljšanja tokom rada na projektu i njegovog dokumentovanja.
Literatura
  1. Dan Jurafsky, James H. Martin, "Speech and Language Processing", Prentice Hall, 2008.
  2. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze, "An Introduction to Information Retrieval", Cambridge University Press, 2008.
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
2 2 1
Metode izvođenja nastave Predavanja, laboratorijske vežbe, izrada projekta.
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze Poena Završni ispit Poena
Aktivnosti u toku predavanja Pismeni ispit 30
Praktična nastava Usmeni ispit
Projekti 70
Kolokvijumi
Seminari