• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2023/2024

Компьютерная лингвистика и анализ текста

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: Маго-лего
Когда читается: 3, 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
Контактные часы: 62

Программа дисциплины

Аннотация

Настоящая дисциплина охватывает изучение различных моделей автоматической обработки текста на естественном языке (ЕЯ), применяемых в современных информационных системах и затрагивающих несколько языковых уровней обрабатываемого текста, включая уровни морфологии, синтаксиса, дискурса и семантики. Изучаются также виды лингвистических ресурсов, используемых при обработке текстов, и методы их создания. Рассматриваются прикладные задачи, требующие многоуровневого анализа и синтеза текста (такие как машинный перевод, классификация и кластеризация текстов, извлечение информации и знаний из текста).
Цель освоения дисциплины

Цель освоения дисциплины

  • Главная цель изучения учебной дисциплины «Компьютерная лингвистика и анализ текста» – ознакомление с основными формальными моделями и технологиями, применяемыми при компьютерной обработке текстов на естественном языке, и с принципами построения необходимых лингвистических ресурсов, а также получение базовых навыков разработки прикладных программ в этой области.
Планируемые результаты обучения

Планируемые результаты обучения

  • Студенты знают основные уровни анализа и синтеза текста на ЕЯ, существующие модели статистического, морфологического и синтаксического анализа текстов и их применение в типичных прикладных программных системах обработки текстов.
  • Студенты знают основные уровни анализа и синтеза текста на ЕЯ, существующие модели статистического, морфологического и синтаксического анализа текстов и их применение в типичных прикладных программных системах обработки текстов.
  • Студенты знают принципы построения различных лингвистических ресурсов, включая корпуса текстов, терминологические словари, тезаурусы, онтологии.
  • Студенты понимают существенные отличия естественных языков от искусственных и особенности компьютерных моделей естественного языка.
  • Студенты понимают существенные отличия естественных языков от искусственных и особенности компьютерных моделей естественного языка.
  • Студенты применяют существующие инструментальные средства и лингвистические ресурсы для разработки прикладных систем обработки текстов на естественном языке.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение
  • Морфологические модели
  • Методы синтаксического анализа
  • Статистические модели
  • Модели дискурса и семантики
  • Построение и применение лингвистических ресурсов
  • Разработка приложений
Элементы контроля

Элементы контроля

  • неблокирующий Базовыеметоды поуровневой обработки текста
  • неблокирующий Промежуточная контрольная работа
  • неблокирующий Методы разработки прикладных программ обработки текстов
  • неблокирующий Итоговая контрольная работа
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    0.25 * Базовыеметоды поуровневой обработки текста + 0.25 * Итоговая контрольная работа + 0.25 * Методы разработки прикладных программ обработки текстов + 0.25 * Промежуточная контрольная работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Indurkhya N., Damerau F. J. Handbook of natural language processing. – Chapman and Hall/CRC, 2010. – 704 pp.
  • Mitkov R. (ed.). The Oxford handbook of computational linguistics. – Oxford University Press, 2005.
  • Olive, J., Christianson, C., McCary, J. (ed.). Handbook of natural language processing and machine translation: DARPA global autonomous language exploitation. – Springer Science & Business Media, 2011.

Рекомендуемая дополнительная литература

  • Dale R., Moisl H., Somers H. (ed.). Handbook of natural language processing. – CRC Press, 2000. – 1015 pp.
  • Автоматическое понимание текстов : системы, модели, ресурсы, Леонтьева, Н. Н., 2006

Авторы

  • Большакова Елена Игоревна