Бакалавриат
2022/2023




Научно-исследовательский семинар "Компьютерная семантика"
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
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:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
36
Программа дисциплины
Аннотация
Курс познакомит студентов с основными сведеними об автоматическом извлечении, анализе и моделировании лексики, даст представление о терминологии и методах дистрибутивной семантики и лексической типологии, сформирует навыки работы со средствами Python и прочим ПО (WordNet, cgemsim, word2vec и др.)
Цель освоения дисциплины
- научить слушателей применять компьютерные технологии для автоматического извлечения, анализа и моделирования лексики
- познакомить их с существующими работами по анализу отношений между словами, их поведению в контексте, анализу эмоциональной окраски слов и т.п.
Планируемые результаты обучения
- студент владеет навыками работы с Jupyternotebook, NumPy, PyTorch
- студент владеет навыками работы с WordNetи имеет представление об автоматическом извлечении отношений между словам
- студент владеет основными понятиями дистрибутивной семантики и навыками работы с word2vec
- студент владеет основными понятиями и методами контекстуальной репрезентации слов
- студент владеет основными понятиями и навыками Sentimentanalysis
- студент владеет основными понятиями лексической типологии и навыками работы с FrameNet, gensim, Gephi
Содержание учебной дисциплины
- Использование Jupyter notebook, NumPy, PyTorch
- Дистрибутивные репрезентации слов
- Лексическая типология
- Отношения между словами
- Sentimentanalysis
- Контекстуальные репрезентации слов
Промежуточная аттестация
- 2022/2023 учебный год 4 модуль0.1 * презентация + 0.3 * эссе + 0.6 * домашние задания
Список литературы
Рекомендуемая основная литература
- Федоров, Д. Ю. Программирование на языке высокого уровня Python : учебное пособие для среднего профессионального образования / Д. Ю. Федоров. — 2-е изд. — Москва : Издательство Юрайт, 2019. — 161 с. — (Профессиональное образование). — ISBN 978-5-534-11961-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/446505 (дата обращения: 28.08.2023).
Рекомендуемая дополнительная литература
- Лучано, Р. Python. К вершинам мастерства / Р. Лучано , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2016. — 768 с. — ISBN 978-5-97060-384-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93273 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.