Natural Language Processing, 6 hp
Natural Language Processing, 6 credits
729A27
Huvudområde
KognitionsvetenskapUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Marco KuhlmannKursansvarig
Marco KuhlmannStudierektor eller motsvarande
Jalal MalekiTillgänglig för utbytesstudenter
JaKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
Fristående kurs (Halvfart, Dagtid) | VT 2020 | 202004-202013 | - | Engelska | Linköping, Valla | ||
F7MKS | Kognitionsvetenskap, masterprogram | 2 (VT 2020) | 202004-202013 | 1 | Svenska | Linköping, Valla | V |
Huvudområde
KognitionsvetenskapUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Masterprogram i kognitionsvetenskap
Förkunskapskrav
För tillträde till kursen krävs att de särskilda behörighetskrav som gäller för masterprogrammet i kognitionsvetenskap är uppfyllda. Därutöver ska den studerande ha godkänt resultat på en grundkurs i språkteknologi omfattande minst 6 hp, alternativt godkänt resultat på kurser i programmering,
datastrukturer och algoritmer omfattande minst 18 hp, eller motsvarande.
Lärandemål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- förklara och teoretiskt analysera aktuella språkteknologiska algoritmer
- implementera språkteknologiska algoritmer och tillämpa dem på praktiska problem
- utforma och genomföra utvärderingar av språkteknologiska komponenter och system
- söka, värdera och använda vetenskaplig information inom språkteknologiområdet
Kursinnehåll
Språkteknologi, teknologi för att analysera och tolka mänskligt språk, finns idag i smarta sökmotorer, personliga digitala assistenter och många andra innovativa applikationer. Denna kurs har som mål att ge kunskap om och erfarenhet av de avancerade algoritmer som driver modern språkteknologi. Kursens fokus ligger på algoritmer som involverar automatisk inlärning från text.
Kursen behandlar följande områden: Aktuella språkteknologiska algoritmer för analys och tolkning av ord, meningar och texter. Relevanta maskininlärningsmetoder baserade på statistisk modellering, kombinatorisk optimering och artificiella neuronnät. Tillämpningar av språkteknologi. Valideringsmetoder. Språkteknologiska verktyg, programbibliotek och data. Språkteknologi som forsknings- och utvecklingsområde.
Undervisnings- och arbetsformer
Undervisningen genomförs i form av föreläsningar, laborationer och seminarier i samband med ett mindre projektarbete. Den studerande förväntas arbeta med självstudier, enskilt och i grupp. Undervisningsspråk: engelska.
Examination
Kursen examineras genom laborationsuppgifter, projektuppgifter och skriftlig tentamen. Detaljerad information återfinns i studiehandledningen.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
Tregradig skala, U, G, VGÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
UPG1 | Projektarbete | 2 hp | U, G, VG |
LAB1 | Laborationer | 2 hp | U, G, VG |
TEN1 | Skriftlig tentamen | 2 hp | U, G, VG |
KTR1 | Frivillig dugga | 0 hp | U, G |
Kompendier
Kurskompendium som tillhandahålls av institutionen
Ladda ner
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.