Předmět: Strojové zpracování přirozeného jazyka

« Zpět
Název předmětu Strojové zpracování přirozeného jazyka
Kód předmětu KKY/SZPJ
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 6
Vyučovací jazyk Čeština
Statut předmětu Povinně-volitelný, Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Ircing Pavel, Doc. Ing. Ph.D.
Obsah předmětu
1. Úvod, přehled základních pojmů. 2.-3. Úrovně (strojového) zpracování jazyka - ortografie, morfologie, syntaxe a sémantika, strojový překlad. 4.-5. Jazykové modelování (predikce nejpravděpodobnějších posloupností slov). 6.-7. Značkování slovními druhy. 8.-9. Syntaktická analýza. 10.-11. Strojový překlad. 12.-13. Sémantická analýza - reprezentace významu vět v podobě tektogramatických struktur.

Studijní aktivity a metody výuky
Samostatná práce studentů, Přednáška, Seminář
  • Kontaktní výuka - 65 hodin za semestr
  • Projekt individuální [40] - 40 hodin za semestr
  • Příprava na souhrnný test [6-30] - 30 hodin za semestr
  • Příprava na zkoušku [10-60] - 40 hodin za semestr
Předpoklady
Odborné znalosti
používat základní operace s vektory a maticemi
orientovat se v základních pojmech teorie pravděpodobnosti
rozumět základním pojmům z lingvistiky
Odborné dovednosti
používat programovací jazyk Python na alespoň mírně pokročilé úrovni
číst a porozumět odbornému textu v českém i anglickém jazyce
ovládat obecné zásady práce s knihovnami jazyka Python
Obecné způsobilosti
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých,
Výsledky učení
Odborné znalosti
orientovat se v teorii formálních gramatik
rozumět principům vektorové reprezentace dokumentů
vysvětlit principy statistického strojového překladu
Odborné dovednosti
efektivně pracovat s knihovnami jazyka Python pro zpracování přirozeného jazyka
implementovat jednoduché konečné automaty v knihovně OpenFST
využít principy vektorové reprezentace dokumentů pro úlohy vyhledávání informací či detekce tématu
Obecné způsobilosti
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce,
Vyučovací metody
Odborné znalosti
Přednáška založená na výkladu,
Samostatná práce studentů,
Odborné dovednosti
Přednáška s aktivizací studentů,
Samostatná práce studentů,
Obecné způsobilosti
Řešení problémů,
Hodnotící metody
Odborné znalosti
Kombinovaná zkouška,
Odborné dovednosti
Seminární práce,
Obecné způsobilosti
Seminární práce,
Doporučená literatura
  • Jurafsky, Dan; Martin, James H. Speech and language processing : an introduction to natural language processing, computational linguistics, and speech recognition. Upper Saddle River : Pearson Prentice Hall, 2009. ISBN 978-0-13-187321-6.
  • Manning, Christopher D.; Schütze, Hinrich. Foundations of statistical natural language processing. Cambridge : MIT Press, 1999. ISBN 0-262-13360-1.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr