Nikita Smirnov: Добавлены материалы лекции 1

2021-04-10T11:59:44Z

Добавлены материалы лекции 1

← Предыдущая версия		Версия от 11:59, 10 апреля 2021
Строка 71:		Строка 71:

	Стандартное арифметическое округление		Стандартное арифметическое округление

			== Материалы занятий ==
			* [https://docs.google.com/presentation/d/e/2PACX-1vTFlVkkj9ozrFIpTJes0yzTakg1RhWjYxcgsgxLhBXscPWnKBuZ3TMknBUhbjqTcQ/pub?start=false&loop=false&delayms=60000 Презентация с занятия 1]

	== Литература ==		== Литература ==

Nikita Smirnov: Создана статья

2021-04-10T10:42:28Z

Создана статья

Новая страница

== Аннотация ==

Рост доступной текстовой информации ускорил развитие научной области, известной как автоматическая обработка естественного языка ''(англ. Natural Language Processing)''. В рамках данного курса студенты ознакомятся с задачами, которые решает NLP как с помощью классических, так и с помощью нейросетевых методов. В частности будут разобраны задачи классификации текстов, векторизации слов и выделения тематик в тексте. В качестве выпускного проекта студентам будет предложено провести анализ корпуса текста с использованием освоенных навыков. Курс основан на онлайн курсе “Natural Language Processing”, [https://www.coursera.org/learn/language-processing URL] (платформа – Coursera, разработчик – ВШЭ).

== Цель освоения дисциплины ==

# Формирование у студентов базовых теоретических знаний и практических навыков в области автоматической обработки естественного языка.

== Планируемые результаты обучения ==

* Понимание идеи языковых моделей, разработка языковой модели с помощью рекуррентной нейронной сети

* Понимание основного пайплайна обработки текстовой информации и умение применять его на практике

* Понимание принципов построения векторных представлений слов и текстов

* Понимание принципов работы моделей машинного перевода

* Понимание элементов архитектуры диалоговых систем

* Разработка собственного классификатора текстов и алгоритма выявления тематик

== Содержание учебной дисциплины ==

*'''Введение в классификацию текстов'''

Изучение основных шагов в обработке текстовой информации;
Основы обработки текстов на Python. Библиотека Gensim. Представление текста как “мешка слов”. TF-IDF. Разработка классификатора текстов.

*'''Языковые модели и разметка последовательностей'''

Применение LSTM для задачи распознавания именованных сущностей; Моделирование языка с помощью n-gram и рекуррентных нейронных сетей; Оценка качества моделей

*'''Дистрибутивная семантика и тематические модели'''

Модели word2vec, skipgram, CBOW, fastText и другие способы векторного представления слов; Создание поисковой системы с помощью векторного представления предложений; Обзор тематических моделей

*'''Модели преобразования последовательности в последовательность'''

Модели машинного перевода; Обучение нейронной сети для решения задачи преобразования последовательностей; Механизмы внимания

*'''Диалоговые системы'''

Архитектуры диалоговых систем;

== Текущий контроль ==

=== Индивидуальный проект ===
* '''Форма контроля:''' Индивидуальный проект
* '''Критерии оценивания:''' Вместе с заданием по проекту выдаются требования к результатам и сообщается максимальный балл за выполнение каждого из требований. Итоговая оценка за работу вычисляется как сумма набранных баллов или по правилам, прописанным в тексте работы, при их наличии. За задания могут выставляться частичные баллы в соответствие с долей выполненного задания, если критерии сформулированы в тексте задания.
* '''Комментарий:''' Индивидуальный проект состоит из отдельных заданий за которые выставляются частичные баллы

=== Оценка онлайн курса ===
* '''Форма контроля:''' Оценка онлайн курса
* '''Критерии оценивания:''' Для каждого задания в работе указано, сколько баллов получает студент при его полностью корректном выполнении. Итоговая оценка за работу вычисляется как сумма набранных баллов или по правилам, прописанным в тексте работы, при их наличии, и приводится к десятибалльной шкале. За задания могут выставляться частичные баллы в соответствие с долей выполненного задания, если критерии сформулированы в тексте задания.
* '''Комментарий:''' Курс “Natural Language Processing” на платформе Coursera [URL: https://www.coursera.org/learn/language-processing]

=== Экзамен ===
* '''Форма контроля:''' Экзамен
* '''Критерии оценивания:''' Для каждого задания в работе указано, сколько баллов получает студент при его полностью корректном выполнении. Итоговая оценка за работу вычисляется как сумма набранных баллов или по правилам, прописанным в тексте работы, при их наличии. За задания могут выставляться частичные баллы в соответствие с долей выполненного задания, если критерии сформулированы в тексте задания.
* '''Комментарий:''' Экзамен проводится в письменной форме.

== Промежуточная аттестация ==
'''Промежуточная аттестация (4 модуль)'''
* 0.4 Оценка онлайн-курса
* 0.3 Индивидуальный проект
* 0.3 Экзамен

'''Правила округления:'''

Стандартное арифметическое округление

== Литература ==
===Рекомендуемая основная литература===
*Гудфеллоу Я., Бенджио И., Курвилль А. - Глубокое обучение - Издательство "ДМК Пресс" - 2018 - 652с. - ISBN: 978-5-97060-618-6 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/107901

===Рекомендуемая дополнительная литература===
* Goldberg, Y. (2017). Neural Network Methods in Natural Language Processing. [San Rafael, California]: Morgan & Claypool Publishers. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1506512
* Beysolow, T. (2018). Applied Natural Language Processing with Python : Implementing Machine Learning and Deep Learning Algorithms for Natural Language Processing. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1892182

== Программное обеспечение ==
* Anaconda Community / ''Свободное лицензионное соглашение''
* Microsoft Office Professional Plus 2010 / ''Из внутренней сети Университета''
* Microsoft Windows 7 Professional RUS / ''Из внутренней сети Университета''

Интеллектуальный анализ текстов 2020/2021 - История изменений

Nikita Smirnov: Добавлены материалы лекции 1

Nikita Smirnov: Создана статья