SubjectsSubjects(version: 945)
Course, academic year 2023/2024
   Login via CAS
Language Technologies and Computational Linguistics - NSZI071 (Informatika nMgr. - Jazykové technologie a počítačová lingvistika)
Title: Jazykové technologie a počítačová lingvistika
Guaranteed by: Student Affairs Department (32-STUD)
Faculty: Faculty of Mathematics and Physics
Actual: from 2021
Semester: both
E-Credits: 0
Hours per week, examination: 0/0, STEX [HT]
Capacity: unlimited
Min. number of students: unlimited
4EU+: no
Virtual mobility / capacity: no
State of the course: taught
Language: Czech
Teaching methods: full-time
Teaching methods: full-time
Note: can be fulfilled in the future
no points awarded for fulfilment
you can enroll for the course in winter and in summer semester
Order Course title
Topic 1 (TO1) select 1
1 Fundamentals of natural language processing (obligatory for both specializations)
Topic 2 (TO2) select min:1, max:2
2 Linguistic theories and formalisms (obligatory for the specialization Computational and formal linguistics)
3 Statistical methods and machine learning in computational linguistics (obligatory for the specialization Statistical and machine learning methods in Natural Language Processing)
Topic 3 (TO3)
4 Speech, dialogue and multimodal systems (elective)
5 Applications in natural language processing (elective)
Requirements to the exam - Czech
Last update: Mgr. Dina Novotná Obeidová (14.07.2022)

Státní závěrečná zkouška

Program Jazykové technologie a~počítačová lingvistika má jeden společný povinný okruh pro obě zaměření (Základy počítačového zpracování přirozeného jazyka), jeden povinný okruh dle zvoleného zaměření (Lingvistické teorie a formalismy, nebo Statistické metody a strojové učení v počítačové lingvistice) a~jeden okruh si student vybírá z~volitelných okruhů (Zpracování řeči, dialogové systémy a multimodální systémy, nebo Aplikace metod zpracování přirozeného jazyka). Jako tento poslední okruh si student může zvolit také povinný okruh druhého zaměření tohoto programu.

Zkušební požadavky

1. Základy počítačového zpracování přirozeného jazyka

Fonetika, fonologie, morfologie, syntax, sémantika, pragmatika. Ambiguita, arbitrárnost. Deskripce vs. preskripce. Diachronní vs. synchronní popis jazyka. Základní pojmy z~teorie informace. Markovovy modely. Jazykové modely a~vyhlazování. Třídy slov. Anotované korpusy. Návrh a~vyhodnocení lingvistických experimentů, evaluační metriky. Morfologické značkování a~syntaktická analýza. Přehled základních klasifikačních a~regresních algoritmů.

2. Lingvistické teorie a~formalismy

Funkční generativní popis. Pražský závislostní korpus. Universal Dependencies. Další gramatické formalismy - přehled a~základní charakteristika. Fonetika, fonologie. Komputační morfologie. Povrchová a~hloubková stavba věty; valence. Počítačová lexikografie. Aktuální členění věty; informační struktura, diskurz. Koreference. Typologie jazyků. Formální gramatiky a~jejich využití v~pravidlové morfologii. Parsing.

3. Statistické metody a~strojové učení v~počítačové lingvistice

Generativní a~diskriminativní modely. Metody řízeného učení pro klasifikaci a~regresi (lineární modely, ostatní metody: naive Bayes, rozhodovací stromy, učení založené na příkladech, SVM a~kernely, logistická regrese). Metody neřízeného učení. Jazykové modely a~modely kanálu. Vyhlazování modelů, kombinace modelů. HMM, trellis, Viterbi, Baum-Welch. Algoritmy pro statistický tagging. Algoritmy pro složkový a~závislostní statistický parsing. Strojové učení s~využitím neuronových sítí. Konvoluční a~rekurentní sítě. Slovní embeddingy.

4. Zpracování řeči, dialogové systémy a~multimodální systémy

Základy tvoření a~vnímání mluvené řeči. Metody zpracování řečového signálu. Modelování akustiky fonémů pomocí HMM. Implementace Baum-Welch a~Viterbi algoritmu pro rozpoznávání řeči. Neuronové modely řeči. Metody syntézy řeči. Řečové aplikace. Základní komponenty dialogového systému. Porozumění jazyku v~dialogových systémech. Sledování dialogového stavu. Metody řízení dialogu. End-to-end neuronové dialogové systémy. Architektury pro dialogové systémy v~otevřené doméně. Generování přirozeného jazyka. Evaluace dialogových systémů. Vizuální dialog a~multimodální systémy.

5. Aplikace metod zpracování přirozeného jazyka

Kontrola překlepů, kontrola gramatické správnosti. Strojový překlad. Počítačem podporovaný překlad. Statistické metody ve strojovém překladu. Vyhodnocování kvality překladu. Strojový překlad mluvené řeči. Vyhledávání informací, vyhledávací modely. Rozšiřování dotazů a~relevance feedback. Shlukování dokumentů. Hledání duplicit a~detekce plagiátorství. Evaluace vyhledávání informací. Postojová analýza (sentiment analysis). Soubory nástrojů (GATE, NLTK, NLPTools, Lucene, Terrier).

 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html