Обробка природної мови (126 Інформаційні системи та технології)
Тип: Нормативний
Кафедра: оптоелектроніки та інформаційних технологій
Навчальний план
Семестр | Кредити | Звітність |
5 | 3.5 | Іспит |
Лекції
Семестр | К-сть годин | Лектор | Група(и) |
5 | 32 | професор Кушнір О. С. | ФеС-31 |
Лабораторні
Семестр | К-сть годин | Група | Викладач(і) |
5 | 32 | ФеС-31 | Іжик О. Б., професор Кушнір О. С. |
ФеС-32 | Іжик О. Б., Іжик О. Б. |
Опис навчальної дисципліни
Метою вивчення дисципліни «Обробка природної мови» є ознайомлення студентів з теоретичними основами комп’ютерної лінгвістики та обробки природної мови, а також формування в студентів практичних навичок, які б дали змогу ефективно застосовувати засвоєні знання, алгоритми, методи та прикладні програми.
Після завершення цього курсу студент буде:
- знати основні методи комп’ютерної лінгвістики, основні теорії, моделі та алгоритми комп’ютерної лінгвістики і опису лінгвістичних систем, інформаційного пошуку та інтелектуального аналізу текстових даних;
- вміти аналізувати моделі комп’ютерної лінгвістики, працювати з відповідними програмними продуктами, застосовувати комп’ютерну техніку для вирішення лінгвістичних задач, розробляти та реалізувати відповідні алгоритми, писати прикладні програми та користуватися ними.
Рекомендована література
Основна література:
- Волошин В. Г. Комп’ютерна лінгвістика / В. Г. Волошин. – Суми : Університетська книга, 2004. – 382 с.
- Bolshakov I. Computational linguistics. Models, resources, applications / I. Bolshakov, A. Gelbukh. – Mexico : Ciencia de la Computacion, 2004. – 198 p.
- Кушнір О. С. Основи комп’ютерної лінгвістики (конспект лекцій) / О. С. Кушнір. – Львів: Видавн. Львів. ун-ту, 2023. – 292 с.
- Математична лінґвістика. Книга 1. Квантитативна лінгвістика / В. В. Пасічник, Ю. М. Щербина, В. А. Висоцька, Т. В. Шестакевич. – Львів: Новий світ – 2000, 2012. – 359 с.
- https://www.gutenberg.org/
Додаткова література:
- Jurafsky D. Speech and language processing / D. Jurafsky, J. H. Martin. – New Jersey : Prentice Hall, 2023. – 628 p.
- Clauset A. Power-law distributions in empirical data / Clauset A., Shalizi C. R., Newman M. E. J. // SIAM – 2009. – Vol. 51. – P. 661–703.
- 8. Espitia D. Universal and non-universal text statistics: Clustering coefficient for language identification / D. Espitia, H. L. Ridaura // Physica A. – 2020. – Vol. 553. – 123905 (25 рр.).
Матеріали
Знаходяться за посиланням: https://electronics.lnu.edu.ua/course/komp-iuterna-linhvistyka-its