Einführung in Natural Language Processing
ds.nlp.v, 14 Lektionen in FS2023
Lektionen (alle vorbei)
Und 2 weitere. Alle im Stundenplan
Modulbeschreibung 20HS
In diesem Modul werden die grundlegenden Methoden und Technologien von Natural Language Processing (NLP) eingeführt. Dabei werden typische Aufgabenstellungen und Lösungsansätze anhand von praxisorientierten Projekten vorgestellt und umgesetzt. Zeichen. Text wird im Internet in Modulbox angezeigt)
- ECTS
- 4
- Institut
- 51415: T CAI
- Verantwortung
- Cieliebak Mark
- Sprache
- (X) Deutsch ( ) Englisch
Modulinhalte
Methoden und Technologien im Bereich NLP werden anhand von drei praxisorientierten Aufgabenstellungen vermittelt, die typische Themen wie Clustering, Text-Klassifikation und Text-Generierung (z.B. Abstractive Summarization) abdecken. Für jede Aufgabenstellung werden die relevanten Lösungsansätze präsentiert. Diese umfassen u.a. folgende Themen: Preprocessing der Daten: Tokenization, Stemming etc. Repräsentation der Daten: Vector-Space Modelle, TF-IDF, Pretrained Language Models/Embeddings etc. Machine Learning-Modelle und Algorithmen: SVM, Neuronale Netze etc. Evaluationsmethoden: Precision/Recall, F-Score, ROUGE etc. Etablierte Tools und Frameworks: z.B. nltk, Pytorch, huggingface etc. Experimentelles Setup und Dokumentation der Ergebnisse Für jede Aufgabenstellung entwickeln die Studierenden einzeln oder in Kleingruppen bis zu 3 Personen eine Lösung. Die Dokumentation der Lösung wird anschliessend bewertet.
Voraussetzungen
-
Versionen
- 20HSt.BA.DS.NLP.20HS