Kalbos apdorojimo technologijos
Dalyko anotacija lietuvių kalba
Kalbos apdorojimo technologijos – lingvistikos ir dirbtinio intelekto sritis jungianti disciplina, kurios tikslas: išmokyti kompiuterius „suprasti“ žmonių kalbą. Semestro metu nagrinėjami populiariausi kompiuterinės lingvistikos uždaviniai; pristatomos klasikinės ir pažangiausios metodikos, leidžiančios tuos uždavinius efektyviai išspręsti ne tik anglų, bet ir norminei/nenorminei lietuvių kalbai.
Dalyko anotacija užsienio kalba
Natural language technologies is the discipline connecting linguistics and artificial intelligence, having the purpose to train computers to “understand” human language. During a semester the most popular computational linguistic tasks are analyzed; classical and state-of-the-art techniques capable of solving those tasks effectively not only for English, but for the normative/non-normative Lithuanian language are presented.
Būtinas pasirengimas dalyko studijoms
Mašininio mokymo kursas
Dalyko studijų rezultatai
Žinios ir supratimas apie technikas ir metodus taikomus kalbos apdorojimo technologijose.
Problemos (ar turimų duomenų) analizė remiantis lingvistinėmis bei informatikos žiniomis.
Natūralios kalbos apdorojimo technikų taikymas sprendžiant nesudėtingas praktines užduotis lietuvių kalbai .
Tinkamų įrankių, skirtų analizuoti ir apdoroti duomenis (tekstynus, duomenų aibes, medžių bankus, ontologijas bei kt. resursus) lietuvių bei anglų kalboms, pasirinkimas.
Dalyko turinys
1. Reguliariosios išraiškos
2. Pirminis teksto apdorojimas
3. Kalbos modeliavimas
4. Rašybos klaidų taisymas
5. Teksto klasifikavimas
6. Sentimentų analizė
7. Autorystės nustatymas
8. Informacijos gavyba
9. Įvardintų esybių atpažinimas
10. Sintaksinė analizė
11. Informacijos paieška
12. Semantinė analizė paremta tezaurais, ontologijomis
13. Klausimų-atsakymų sistemos
14 Mašininis vertimas
Dalyko studijos valandomis
Paskaitos (P) 45 val.
Laboratoriniai darbai (L) 15 val.
Savarankiškas darbas 100 val.
Iš viso 160 val.
Studijų rezultatų vertinimas
Kolokviumas – 17%, namų darbas – 33%, egzaminas – 50%
Literatūra
1. 2009 Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze. Introduction to Information Retrieval. Cambridge University Press http://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf
2. 2012 Dan Jurafsky, Christopher D. Manning
Natural Language Processing. Stanford University https://class.coursera.org/nlp/lecture
