Языки программирования для обработки естественного языка

Бакалавриат 2026/2027

Статус: Курс обязательный (Тексты, языки и цифровые инструменты)

Кто читает: Департамент иностранных языков

Где читается: Санкт-Петербургская школа гуманитарных наук и искусств

Когда читается: 2-й курс, 3, 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Енина Анна Дмитриевна

Язык: русский

Кредиты: 5

Контактные часы: 72

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс направлен на формирование системных знаний о современных языках программирования (с фокусом на Python), используемых для решения прикладных задач компьютерной лингвистики. В рамках курса формируются навыки программирования для обработки текстовых данных: от токенизации и фильтрации до морфологической и синтаксической разметки. Для успешного освоения учебной дисциплины студенты должны знать грамматические категории и уровни лингвистического анализа, а также знать основные типы представления данных в Python и уметь совершать базовые операции над ними.

Цель освоения дисциплины

Знакомство с языками программирования и основными задачами обработки естественного языка.
Овладение навыками программирования на языке Python для сбора, анализа и обработки текстовых данных на разных уровнях лингвистического анализа.

Планируемые результаты обучения

Перечисляет основные языки программирования, типы данных и специфические методы работы с ними, логические операторы, а также модули и библиотеки Python в контексте актуальных задач обработки естественного языка.
Объясняет принципы работы алгоритмов для решения задач профессиональной деятельности.
Осознанно выбирает алгоритмы, а также модули и библиотеки Python в зависимости от текущих целей, применяя их к сырым текстовым данным для решения профессиональных задач.
Тестирует и сравнивает различные способы нормализации, токенизации, морфологического и синтаксического анализа текстовых данных.
Оценивает скрипты с точки зрения эффективности, точности и адекватности работы алгоритма в зависимости от поставленной профессиональной задачи.
Разрабатывает комплексные скрипты на Python, интегрирующие несколько этапов лингвистического анализа для решения задач в области обработки текстовых данных.

Содержание учебной дисциплины

1. Введение: задачи компьютерной лингвистики и языки программирования для их решения.
2. Нормализация текста и регулярные выражения
3. Токенизация и работа с N-граммами
4. Морфологический анализ (Часть 1)
5. Морфологический анализ (Часть 2)
6. Контрольная работа
7. Синтаксический анализ
8. Семантический анализ (Введение)
9. Интеграция и оценка качества
10. Другие задачи обработки текстовых данных
11. Контрольная работа
12. Защита проектов

Элементы контроля

Домашние работы
Домашние работы подразумевают написание скриптов (.py, .ipynb), а также парное ревью скриптов.
Контрольные работы
Промежуточные письменные работы любых видов (тестовые задания по пройденному материалу + написание программного кода на Python). В каждом модуле проводится 2 контрольных работы.
Проект
Итоговый элементом контроля является представление и защита проекта. Допускаются индивидуальные и групповые проекты. Защита проекта проводится в течение 10 календарных дней до сессии. Все текущие оценки округляются до десятых долей в течение 3-4 модулей. Итоговая оценка за курс округляется до целого числа только в конце курса, после итогового проекта.

Промежуточная аттестация

2026/2027 4th module
0.3 * Контрольные работы + 0.3 * Домашние работы + 0.4 * Проект

Список литературы

Авторы

Каримова Эъзоза Неъмат-кизи
Енина Анна Дмитриевна
Урсул Наталья Валерьевна

Программа дисциплины