PA164 Strojové učení a přirozený jazyk

Fakulta informatiky
podzim 2015
Rozsah
2/1. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.
Vyučující
RNDr. Karel Vaculík, Ph.D. (pomocník)
RNDr. Hana Bydžovská, Ph.D. (pomocník)
doc. RNDr. Lubomír Popelínský, Ph.D. (přednášející)
Garance
prof. RNDr. Mojmír Křetínský, CSc.
Katedra teorie programování – Fakulta informatiky
Dodavatelské pracoviště: Katedra teorie programování – Fakulta informatiky
Rozvrh
Út 8:00–9:50 C416
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Student získá přehled o metodách a nástrojích strojového učení pro analýzy přirozeného jazyka (text mining, natural language learning). Na konci tohoto kurzu bude student schopen použít získané znalosti pro vytvoření systémů pro analýzu textu pomocí metod strojového učení. Bude schopen porozumět vědeckým pracem z tohoto oboru.
Osnova
  • Zpracování přirozeného jazyka. Korpusy. Nástroje.
  • Přehled metod strojového učení
  • Desambiguace. Morfologická desambiguace a desambiguace významu slov
  • Mělká syntaktická analýza a strojové učení
  • Kategorizace dokumentů
  • Extrakce informace z textu
  • Sumarizace,analýza sentimentu a další metody pro dolování v textu
  • Web mining
  • Aplikace: texty s časově-prostorovou informací, biomedicínské a biologické texty
Literatura
    doporučená literatura
  • LIU, Bing. Web data mining : exploring hyperlinks, contents, and usage data. Berlin: Springer, 2007, xix, 532. ISBN 9783540378815. info
  • MANNING, Christopher D. a Hinrich SCHÜTZE. Foundations of statistical natural language processing. Cambridge: MIT Press, 1999, xxxvii, 68. ISBN 0-262-13360-1. info
    neurčeno
  • Mining text data. Edited by Charu C. Aggarwal - ChengXiang Zhai. New York: Springer Science+Business Media, 2012, xi, 522. ISBN 9781461432227. info
Výukové metody
přednáška následovaná praktickými ukázkami a řešením projektu
Metody hodnocení
Písemná příprava na zkoušku, ústní zkouška. Součástí ukončení je obhajoba projektu.
Informace učitele
http://www.fi.muni.cz/~popel/lectures/ll/
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2016, podzim 2017, podzim 2018, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.