Математические методы анализа текстов (курс лекций) / осень 2019

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

В курсе рассматриваются основные задачи и математические методы обработки естественного языка.

Курс читается:

От студентов требуются знание курса машинного обучения, основ глубинного обучения, а также языка программирования Python.

Контакты

  • Преподаватели курса: Воронцов К.В., Апишев М.А., Попов А.С.
  • На ВМК занятия проходят в аудитории 72 по вторникам, начало в 10:30
  • На ВЦ занятия проходят в аудитории ?? по средам, начало в ??
  • По всем конструктивным вопросам пишите в telegram-чат ??

Правила сдачи курса

  • В рамках курса предполагается четыре практических задания и экзамен.
  • Практические задания сдаются в систему anytask (инвайт у преподавателя). Срок выполнения каждого задания — 2 недели. За каждое задание можно получить до 10-ти баллов. За каждый день просрочки назначается штраф 1 балл. Основной язык выполнения заданий — Python 3.
  • Все практические задания выполняются самостоятельно. Любые работы, содержащие плагиат, оцениваются в 0 баллов.
  • Правила сдачи экзамена появятся позднее.
  • Правила выставления итоговой оценки появятся позднее.

Программа курса

Тема Материалы Д/З
1 Введение в область анализа текстов (Natural Language Processing). Обзор основных задач.
2 Предобработка данных. Простейшие модели классификации.
3 Векторные представления слов.
4 Задача теггинга последовательности. Графические модели для теггинга.
5 Задача теггинга последовательности. Нейросетевые и комбинированные модели для теггинга.
6 Языковое моделирование. Генерация текста на естественном языке.
7 Модель sequence-to-sequence в машинном переводе и других приложениях.
8 Глубокие архитектуры представления предложений и документов.
9 Синтаксический разбор и его применение в практических задачах.
10 Задача классификации текстов.
11 Тематическое моделирование.
12 Сегментация и суммаризация текстов.
13 To be announced
14 To be announced

Страницы прошлых лет

2018 (ФУПМ МФТИ), 2018 (ВМК МГУ)

2017 (ВМК МГУ)

Дополнительные материалы

Литература

Другие курсы по NLP

Личные инструменты