Master 2021/2022

Text Analysis. Generative Models

Type: Compulsory course (Financial Technologies and Data Analysis)

Area of studies: Applied Mathematics and Informatics

Delivered by: Big Data and Information Retrieval School

Where: Faculty of Computer Science

When: 2 year, 1, 2 module

Mode of studies: offline

Open to: students of one campus

Instructors: Аксенов Сергей Андреевич, Alena Fenogenova

Master’s programme: Финансовые технологии и анализ данных

Language: English

ECTS credits: 5

Contact hours: 56

Course Syllabus

Abstract

Данная дисциплина ставит своей целью изучение основных задач и методов обработки и анализа текстов, а также освоение программных систем и инструментов, в которых реализованы данные методы. Эти базовые знания и навыки необходимы в профессиональной деятельности специалистов по анализу данных и машинного обучения.

Learning Objectives

• Изучение основных задач и методов обработки и анализа текстов

Expected Learning Outcomes

• Знание методов обработки и анализа текстов

Course Contents

• Введение
• Методы сбора и хранения данных
• Частотный анализ текстов
• Морфологический анализ и разрешение неоднозначности
• Синтаксический анализ. Универсальные зависимости
• Выделение ключевых слов и словосочетаний
• Векторная модель
• Классификация текстов
• Языковые модели
• Классификация последовательностей
• Суммаризация текстов, вопросно-ответные системы
• Исправление опечаток
• Обработка речи, речевые технологии
• Информационный поиск
• Мультимодальная обработка текстов

Assessment Elements

• Домашняя работа
• Самостоятельная работа
• Экзамен
• Домашняя работа
• Самостоятельная работа
• Экзамен

Interim Assessment

• 2021/2022 2nd module
  0.49 * Домашняя работа + 0.21 * Самостоятельная работа + 0.3 * Экзамен

Bibliography

Recommended Core Bibliography

• Indurkhya N., Damerau F. J. Handbook of natural language processing. – Chapman and Hall/CRC, 2010. – 704 pp.
• The Handbook of Computational Linguistics and Natural Language Processing [Электронный ресурс] / ed. by Alexander Clark, Chris Fox, Shalom Lappin; DB ebrary. – Chichester: John Wiley & Sons, 2013. – 203 p. – Режим доступа: https://ebookcentral.proquest.com/lib/hselibrary-ebooks/reader.action?docID=4035461&query=computational+linguistics

Recommended Additional Bibliography

• Perkins, J. Python Text Processing with NLTK 2.0 Cookbook: Use Python NLTK Suite of Libraries to Maximize Your Natural Language Processing Capabilities [Электронный ресурс] / Jacob Perkins; DB ebrary. – Birmingham: Packt Publishing Ltd, 2010. – 336 p.