Опрацювання природної мови/ Natural Language Processing (122 – Комп’ютерні науки)

Тип: Нормативний

Кафедра: оптоелектроніки та інформаційних технологій

Навчальний план

СеместрКредитиЗвітність
106Іспит

Лекції

СеместрК-сть годинЛекторГрупа(и)
1032професор Кушнір О. С.ФеІм-11, ФеІм-12, ФеІм-13, ФеІм-14

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
1032ФеІм-11професор Кушнір О. С., Горон Б. І.
ФеІм-12Іжик  О. Б., Горон Б. І.
ФеІм-13Іжик  О. Б., Горон Б. І.
ФеІм-14Іжик  О. Б., Горон Б. І.

Опис навчальної дисципліни

Метою вивчення дисципліни «Опрацювання 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

    1. Bolshakov I. Computational linguistics. Models, resources, applications / I. Bol­shakov, A. Gelbukh. – Mexico : Ciencia de la Computacion, 2004. – 198 p.
    2. Bird S. Natural language processing with Python / S. Bird, E. Klein, E. Loper. – Sebastopol : O’Reilly. – 2009. – 504 p.
    3. Manning C. D. Foundations of statistical natural language processing / Manning C. D., Schutze H. – London : The MIT Press Cambridge, 1999. – 680 p.
    4. Кушнір О. С. Основи комп’ютерної лінгвістики (конспект лекцій) / О. С. Кушнір. – Львів : Видавн. Львів. ун-ту, 2023. – 292 с.
    5. Jurafsky D. Speech and language processing / D. Jurafsky, J. H. Martin. – New Jersey : Prentice Hall, 2023. – 628 p.
    6. Clark The handbook of computational linguistics and natural language proc­ess­ing / A. Clark, C. Fox, S. Lappin. – Chichester : John Wiley & Sons, 2010. – 801 p.
    7. Hausser R. Foundations of computational linguistics: Man–machine communica­tion in natural language / R. Hausser. – Berlin : Springer, 1999. – 468 p.
    8. Kracht M. Introduction to probability theory and statistics for linguistics / M. Kracht. – Oakland : UCLA, 2005. – 137 p.
    9. Delmonte R. Computational linguistic text processing / New York : Nova Science Publishers, 2009. – 382 p.
    10. Kornai A. Mathematical linguistics / A. Kornai. – London : Springer, 2007. – 300 p.
    11. Web information retrieval / S. Ceri, A. Bozzon, M. Brambilla, E. Della Valle, P. Fraternali, S. Quarteroni. – Berlin : Springer, 2013. – 287 p.
    12. de Araújo L. C. Statistical analyses in language usage / C. de Araújo. – Belo Horizonte : Universidade Federal de Minas Gerais, 2013. – 199 p.
    13. 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.
    14. Волошин В. Г. Комп’ютерна лінгвістика / В. Г. Волошин. – Суми : Уні­вер­ситетська книга, 2004. – 382 с.
    15. Мирам Г. Алгоритмы перевода: Вступительный курс по формализации пе­ре­вода / Г. Мирам. – Киев : Эльга, Ника-Центр, 2004. – 176 с.
    16. Хархалис Р. И. Компьютерный перевод иностранных текстов / Р. И. Харха­лис. – Киев : Терези, 1998. – 193 с.

    Додаткова:

    1. Zanette D. H. Statistical patterns in written language / Zanette D. H. – Centro Atomico Bariloche, 2012. – 87 p.

    URL: http://fisica.cab.cnea.gov.ar/estadistica/2te/

    1. Складні мережі // Ю. Головач, О. Олємской, К. фон Фербер, Т. Головач, О.Мриглод, I. Олємской, В. Пальчиков // Журн. фіз. дослідж. – – Т. 10, №4. – С. 247–289.
    2. Newman M. E. J. Power laws, Pareto distributions and Zipf’s law / Newman M. E. J. // Contemporary Phys. – 2005. – Vol. 46. – P. 323–351.
    3. Ferrer i Cancho R. Zipf’s law from a communicative phase transition / R. Ferrer i Cancho // Eur. Phys. J.: B. – 2005. – Vol. 47. – P. 449–457.
    4. Kornai A. How many words are there? / A. Kornai // Glottometrics. – 2002. – Vol. 4. – P. 60–85.
    5. Pilgrim C. Bias in Zipf’s law estimators / C. Pilgrim, T. T. Hills // Sci. Rep. – 2021. – Vol. 11. – 17309 (12 pp.).
    6. 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 pp.).
    7. Simon H. On a class of skew distribution functions / Simon // Biometrika. – 1955. – Vol. 42. – P. 425–440.
    8. Zanette D. H. Dynamics of text generation with realistic Zipf distribution / D. H. Zanette, M. A. Montemurro // J. Quant. Linguist. – 2005. – Vol. 12. – P. 29–40.
    9. Cattuto C. A Yule-Simon process with memory / C. Cattuto, V. Loreto, V. D. P. Servedio // Lett. – 2006. – Vol. 76. – P. 208–214.

    Altmann E. G. Beyond word frequency: bursts, lulls, and scaling in the temporal distributions of words / E. G. Altmann, J. B. Pierrehumbert, A. E. Motter // PLOS ONE. – 2009. – Vol. 4. – e7678 (7 pp.).

Силабус:

Завантажити силабус