Навчання > Обробка природної мови (126 Інформаційні системи та технології)

Обробка природної мови (126 Інформаційні системи та технології)

Тип: Нормативний

Кафедра: оптоелектроніки та інформаційних технологій

Навчальний план

СеместрКредитиЗвітність
53.5Іспит

Лекції

СеместрК-сть годинЛекторГрупа(и)
532професор Кушнір О. С.ФеС-31

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
532ФеС-31Іжик  О. Б., професор Кушнір О. С.
ФеС-32Іжик  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:

  1. Волошин В. Г. Комп’ютерна лінгвістика / В. Г. Волошин. – Суми : Університетська книга, 2004. – 382 с.
  2. Bolshakov I. Computational linguistics. Models, resources, applications / I. Bolshakov, A. Gelbukh. – Mexico : Ciencia de la Computacion, 2004. – 198 p.
  3. Кушнір О. С. Основи комп’ютерної лінгвістики (конспект лекцій) / О. С. Кушнір. – Львів: Видавн. Львів. ун-ту, 2023. – 292 с.
  4. 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.
  5. https://www.gutenberg.org/

Додаткова література:

  1. Jurafsky D. Speech and language processing / D. Jurafsky, J. H. Martin. – New Jersey : Prentice Hall, 2023. – 628 p.
  2. Clauset A. Power-law distributions in empirical data / Clauset A., Shalizi C. R., Newman M. E. J. // SIAM – 2009. – Vol. 51. – P. 661–703.
  3. 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

Силабус:

Завантажити силабус