| Uitgebreide vaknaam |
Natural Language Processing |
| Leerdoelen |
Het doel van de cursus is studenten bekend te maken met fundamentele technieken en algoritmen op het gebied van natuurlijke-taalverwerking. Onder andere tokenisatie, statistische taalmodellen, part-of-speech tagging, (vector) representaties van woorden, en neurale modellen voor sequence labeling en automatisch vertalen |
| Omschrijving |
Deze cursus biedt een inleiding in de Natuurlijke-taalverwerking op een fundamenteel niveau. Verschillende fundamentele onderwerpen komen aan bod, zoals N-gram taalmodellen, Part-of-Speech tagging, Parsing, Neurale Netwerken for sequence modeling en sequence-to-sequence taken. |
| Uren per week |
4 |
| Onderwijsvorm |
computerpracticum, hoorcollege
(2 uur hoorcollege, 2 uur werkcollege)
|
| Toetsvorm |
opdrachten, presentatie, verslag
|
| Vaksoort |
master
|
| Coördinator |
A. Bisazza, PhD.
|
| Docent(en) |
A. Bisazza, PhD.
, G. Sarti, MSc.
, student-assistent
|
| Verplichte literatuur |
| Titel |
Auteur |
ISBN |
Prijs |
Speech and Language Processing.
(3rd ed. forthcoming) Available online: https://web.stanford.edu/~jurafsky/slp3
|
Daniel Jurafsky and James H. Martin |
|
|
|
| Entreevoorwaarden |
Bachelor Informatiekunde of bachelor Kunstmatige Intelligentie of vergelijkbare opleiding op bachelor-niveau. |
| Opmerkingen |
De student Informatiekunde kiest twee van de volgende vier mogelijkheden: Natural Language Processing; Advanced Webtechnology; Computer-Mediated Communication; Machinaal Leren plus een Ma-keuzeonderdeel van buiten de opleiding. Studenten Informatiekunde die het vak Machinaal Leren willen kiezen moeten van tevoren contact opnemen met de studieadviseur. |
| Opgenomen in |
|
Login
English
Nederlands