– Introduktion till textutvinning (NLP)
– Textrepresentation
– Språkmodellering
– Textklassificering
– Neurala nätverk för text
– Attention-baserad språkmodellering
https://neptun.elte.hu/MobilityCourses?Faculty=&Programme=&AcademicTerm=&Published=&SearchText=text+mining
När kursen är avslutad kommer deltagaren att kunna förstå hur dagens tekniker för dataanalys och modellering fungerar och tillämpa dem på verkliga situationer, även sådana som involverar stora datamängder.
Deltagaren kommer att få kunskap om metoder för lagring, bearbetning och visualisering av stora datamängder, samt om egenskaperna hos olika verktygsmiljöer.
Deltagaren kommer att förstå de viktigaste tillämpningsområdena inom datavetenskap, de utmaningar som är förknippade med dessa, möjliga lösningar samt begränsningarna hos relaterade metoder och tekniker.
Deltagaren kommer att kunna identifiera samband mellan olika typer av data, utvinna meningsfull information och lösa problem genom datatransformation i tvärvetenskapliga sammanhang.
Det finns inga särskilda förkunskapskrav för den här kursen.
– D. Jurafsky, J. H. Martin. Tal- och språkbehandling: En introduktion till naturlig språkbehandling, taligenkänning och datorlingvistik (2:a uppl.), Prentice-Hall, 2009.
– C. Manning och H. Schütze, Grunderna i statistisk naturlig språkbehandling, MIT Press. Cambridge, MA: maj 1999.
Kursen kommer att kombinera föreläsningar, praktiska demonstrationer, praktiska övningar, fallstudier och projektbaserat lärande. Undervisningen kommer att inriktas på att introducera nyckelbegrepp, tillämpa dataanalys och modelleringstekniker på exempel från verkligheten samt uppmuntra deltagarna att tolka resultat och lösa problem med hjälp av data. Både individuella och gruppaktiviteter kan ingå för att främja aktivt lärande, diskussion och tvärvetenskapligt samarbete.
Studieutdrag