Vilnius Tech · Dirbtinio intelekto sistemos

Teksto ir natūralios kalbos apdorojimas

Nuo teksto normalizavimo ir kalbos struktūros iki neuroninių modelių, Transformer architektūrų ir klausimų–atsakymų sistemų. Kursas jungia teoriją su praktiniu NLP sistemų kūrimu.

Ką išmoksite

Kurso tikslas – supažindinti su natūralios kalbos apdorojimo sistemomis, jų teoriniais principais ir praktiniu įgyvendinimu, derinant klasikinius teksto analizės algoritmus su šiuolaikiniais giliojo mokymosi metodais.

01

Analizuoti kalbą

Atpažinti morfologinius, sintaksinius ir semantinius teksto požymius.

02

Parinkti metodą

Susieti praktinį NLP uždavinį su tinkamu klasikiniu arba neuroniniu sprendimu.

03

Kurti modelius

Įgyvendinti klasifikavimo, informacijos išgavimo ir kalbos modeliavimo sprendimus.

04

Vertinti rezultatus

Palyginti metodus ir argumentuotai įvertinti jų tinkamumą konkrečiam uždaviniui.

Kurso temos

Temos juda nuo kalbos sandaros ir statistinių modelių link neuroninių reprezentacijų bei šiuolaikinių kalbos supratimo sistemų.

Morfologija ir sintaksėKalbos dalys, požymiai ir sakinio struktūra
NLP duomenysDuomenų įkėlimas, paruošimas ir atvaizdavimas
Neuroniniai kalbos modeliaiNeuroninių tinklų taikymas tekstui
Teksto klasifikavimasPožymiai, klasės ir sprendimų vertinimas
Gramatiniai ryšiaiPriklausomybių analizė sakiniuose
Informacijos išgavimasEsybės, ryšiai ir struktūrizuoti faktai
Vektorinės reprezentacijosŽodžių ir sakinių įterpiniai
Mašininis vertimasKlasikiniai ir neuroniniai metodai
Transformer modeliaiApmokytų modelių pritaikymas
BERTModelio naudojimas ir papildomas mokymas
WordNet ir FrameNetŽodžių reikšmės ir kalbos ontologijos
Klausimai ir atsakymaiKalbos supratimo sistemų kūrimas

Laboratorinių darbų tikrintuvai

Įkelkite įvykdytą ir su išvestimis išsaugotą Jupyter sąsiuvinį. Tikrinimas vyksta jūsų naršyklėje – failas niekur nesiunčiamas.

Naudojami terminai

Kurse naudojami lietuviški terminai ir jų atitikmenys anglų kalba.

Peržiūrėti terminus

Atidaryti visą terminų sąrašą