Бакалавриат 2021/2022

Информационный поиск и извлечение данных

Статус: Курс по выбору (Фундаментальная и прикладная лингвистика)

Направление: 45.03.03. Фундаментальная и прикладная лингвистика

Кто читает: Кафедра прикладной математики и информатики (Нижний Новгород)

Где читается: Факультет гуманитарных наук (Нижний Новгород)

Когда читается: 4-й курс, 1 модуль

Формат изучения: с онлайн-курсом

Охват аудитории: для своего кампуса

Преподаватели: Пономаренко Александр Александрович

Язык: русский

Кредиты: 4

Контактные часы: 22

Программа дисциплины

Аннотация

Дисциплина предназначена для студентов 4-го курса направления "Фундаментальная и прикладная лингвистика". Рассматриваются различные вопросы работы с большими языковыми моделями: от подготовки данных на основе открытых источников, представленных на платформе HuggingFace, до оценки качества модели на наборе автоматических метрик и тонкой донастройки модели на специфической задаче.

Цель освоения дисциплины

• Уметь подготавливать датасет для оценки качества языковой модели
• Уметь осуществлять инференс языковой модели
• Уметь осуществлять оценку качества языковой модели
• Уметь проводить тонкую настройку языковой модели
• Уметь проводить оптимизацию языковой модели для её инференса

Планируемые результаты обучения

• Знать основные алгоритмы ранжирования
• Знать принципы построения современных поисковых систем
• Понимать и уметь использовать алгоритм word2vec, doc2vec. Понимать чем они отличаются. Знать их свойства.
• Понимать модель Vector Space Model

Элементы контроля

• лабораторная работа "Обучить на корпусе текстов модель word2vec"
• Самостоятельная работа "Посчитать PageRank для небольшой сети"

Промежуточная аттестация

• 2021/2022 учебный год 1 модуль
  0.5 * лабораторная работа "Обучить на корпусе текстов модель word2vec" + 0.5 * Самостоятельная работа "Посчитать PageRank для небольшой сети"

Список литературы

Рекомендуемая основная литература

• Введение в прикладную лингвистику, [учебник], Московский гос. ун-т им. М. В. Ломоносова, Филологический фак., 5-е изд., 367 с., Баранов, А. Н., 2017

Рекомендуемая дополнительная литература

• Sarkar, D. Text Analytics with Python: A Practical Real-World Approach to Gaining Actionable Insights from your Data [Электронный ресурс] / Dipanjan Sarkar; БД Books 24x7. – Chicago: Apress, 2016. – 412 p. – ISBN 978-1-4842-2387-1
• Ингерсолл, Г. С. Обработка неструктурированных текстов. Поиск, организация и манипулирование / Г. С. Ингерсолл, Т. С. Мортон, Э. Л. Фэррис. — Москва : ДМК Пресс, 2015. — 414 с. — ISBN 978-5-97060-144-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/73069 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Москвитин А.А. - Данные, информация, знания: методология, теория, технологии: монография - Издательство "Лань" - 2019 - ISBN: 978-5-8114-3232-5 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/113937

Авторы

• Пономаренко Александр Александрович