• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Text Analysis. Generative Models

2023/2024
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Delivered at:
Joint Department with Sberbank ‘Financial Technologies and Data Analysis’
Course type:
Compulsory course
When:
2 year, 1, 2 module

Instructor


Эль-Айясс Дани Валид

Программа дисциплины

Аннотация

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.
Цель освоения дисциплины

Цель освоения дисциплины

  • Изучение основных задач и методов обработки и анализа текстов
Планируемые результаты обучения

Планируемые результаты обучения

  • Знание методов обработки и анализа текстов
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение
  • Методы сбора и хранения данных
  • Частотный анализ текстов
  • Морфологический анализ и разрешение неоднозначности
  • Синтаксический анализ. Универсальные зависимости
  • Лексический анализ. Выделение ключевых слов и словосочетаний. Исправление опечаток
  • Векторная модель
  • Классификация текстов
  • Классификация последовательностей
  • Языковое моделирование
  • Машинный перевод. Трансформеры
  • Предобученные модели
  • Большие языковые модели
  • Инструктивное дообучение и обучение с подкрепление на основе обратной связи от людей
  • Суммаризация текстов, вопросно-ответные системы
  • Информационный поиск
  • Мультимодальная обработка текстов
Элементы контроля

Элементы контроля

  • неблокирующий Домашняя работа
  • блокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 2 модуль
    0.7 * Домашняя работа + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning, 2016. URL: http://www.deeplearningbook.org
  • Indurkhya N., Damerau F. J. Handbook of natural language processing. – Chapman and Hall/CRC, 2010. – 704 pp.

Рекомендуемая дополнительная литература

  • Goldberg, Y. (2015). A Primer on Neural Network Models for Natural Language Processing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.6454221A
  • 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