Бакалавриат 2022/2023

Автоматическая обработка естественного языка

Статус: Курс по выбору (Фундаментальная и компьютерная лингвистика)

Направление: 45.03.03. Фундаментальная и прикладная лингвистика

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 4-й курс, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Еникеева Екатерина Владимировна, Орлов Александр Викторович

Язык: русский

Кредиты: 3

Контактные часы: 36

Программа дисциплины

Аннотация

Курс знакомит студентов с основными сведениями об автоматической обработке речи, систематизирует знания об основных методах автоматического анализа текста и о современных задачах извлечения информации из текста, тренирует навык применения алгоритмов семантической обработки текста, формирует умение пользоваться инструментами для семантической обработки текста на русском языке.

Цель освоения дисциплины

• овладение студентами основными методами автоматического анализа текста
• знакомство с современными задачами извлечения информации из текста

Планируемые результаты обучения

• владеет основными методами выделения ключевых слов к тексте
• владеет основными методами выделения устойчивых словосочетаний, знаком с их преимуществами и недостатками
• умеет использовать систему Natasha для написания правил по извлечению именованных сущностей
• умеет определять семантически близкие слова
• умеет применять методы автоматической классификации для извлечения тонального лексикона на основе большого корпуса текстов
• умеет применять методы разрешения семантической неоднозначности
• умеет применять методы тематического моделирования

Содержание учебной дисциплины

• Квантитативные характеристики слов и использование их в автоматической обработке
• Выделение устойчивых словосочетаний
• Методы разрешения семантической неоднозначности
• Тематическое моделирование
• Определение семантической близости. Векторные модели
• Применение методов семантической обработки к задачам извлечения информации из текста

Элементы контроля

• домашние задания
  Оценка по домашним заданиям вычисляется как среднее по всем домашним задания. Сдача задания после дедлайна рассчитывается как 0.7 от полной оценки за выполненное задание. Возможна досдача и пересдача домашних заданий в конце модуля. Оценка при этом рассчитывается как 0.3 от полной оценки за выполненное задание. При пересдаче необходимо исправить недочеты в домашних заданиях, выполнить невыполненные в течение модуля задания.
• экзамен
• проектное задание
  В течение недели после начала работы по окончании пропуска, но не позднее 10 дней до сессии, если преподавателем не предложено иное. При пересдаче необходимо устранить недостатки проекта. Предполагается переработка проекта и его защита.
• мини-тесты
• домашние задания
• квизы
• проектное задание

Промежуточная аттестация

• 2021/2022 учебный год 1 модуль
  0.25 * экзамен + 0.15 * мини-тесты + 0.3 * проектное задание + 0.3 * домашние задания
• 2022/2023 учебный год 2 модуль
  0.35 * проектное задание + 0.4 * домашние задания + 0.25 * квизы

Список литературы

Рекомендуемая основная литература

• Speech and language processing : an introduction to natural language processing, computational linguistics, and speech recognition, Jurafsky, D., 2009
• Speech and language processing, Jurafsky, D., 2014
• The Handbook of Computational Linguistics and Natural Language Processing [Электронный ресурс] / ed. by Alexander Clark, Chris Fox, Shalom Lappin; DB ebrary. – Chichester: John Wiley & Sons, 2013. – 203 p. – Режим доступа: https://ebookcentral.proquest.com/lib/hselibrary-ebooks/reader.action?docID=4035461&query=computational+linguistics
• The handbook of computational linguistics and natural language processing, , 2013

Рекомендуемая дополнительная литература

• Dale R., Moisl H., Somers H. (ed.). Handbook of natural language processing. – CRC Press, 2000. – 1015 pp.

Авторы

• Еникеева Екатерина Владимировна
• Толдова Светлана Юрьевна
• Орлов Александр Викторович