Машинное обучение для малоресурсных языков

2026/2027

Статус: Маго-лего

Кто читает: Школа лингвистики

Где читается: Факультет гуманитарных наук

Когда читается: 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Язык: русский

Кредиты: 3

Контактные часы: 28

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс в формате практической лаборатории, в рамках которой изучим все области машинного обучения, которые можно использовать для сохранения и развития малоресурсных языков: asr, ocr, машинный перевод, выравнивание параллельных текстов, поиск и предобработка данных.

Цель освоения дисциплины

на примере малоресурсных языков ознакомиться с современными подходами и методами в машинном обучении для обработки текстов
иметь представление о том, какие способы лучше подходят для тех или иных задач разработки моделей для малоресурсных языков и почему;
уметь построить end2end систему под необходимую задачу;
разбираться в том как создавать и поддерживать системы при помощи агентов.

Планируемые результаты обучения

Владеет механизмами: multi-head attention, self-attention, маскирование, сглаживание в механизме внимания, positional encoding. Понимает ахитектуру transformer.
Понимает архитектуру transformer. Знает основные базовые модели на основе transformer. Ориентируется на ресурсе hugging face. Умеет пользоваться предобученными моделями
Понимать принципы работы нейросетевых моделей (Transformer, LLM), методы их настройки и адаптации под специфические предметные области.
Знать архитектуру Transformer
Умеет использовать современные инструменты для распознавания речи для пополнения текстовых корпусов.
Владеет методами машинного и глубокого обучения для обработки текстовых данных.