自然語言處理概論 (英文授課)
Introduction to Natural Language Processing
學期
110-2
學分
3
學分
當期課號
1166
永久課號
DCP1274
開課單位
資訊工程學系
授課教師
顏安孜
校區
光復
類別
選修
上課時間表
| 節 | 週四 |
|---|---|
6 14:20–15:10 | 自然語言處理概論 (英文授課) EC115 3 節連堂 |
7 15:30–16:20 | |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
概述
本課程從詞彙、句法、語用等不同層次介紹自然語言處理的技術進展,示範如何用機器學習以及深度學習模型在自然語言處理的應用。本課程會特別探討中文處理的問題,讓學生運用最新的技術來分析文件。
先修科目
機器學習概論、Python程式設計
教學方式
上課以投影片內容為主,並指派作業作為實作練習。
評分方式
1學期作業 5 homework、1 term project 2.考試狀況 No exam 3.評量方法 作業:60% 期末專題:40%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction of the Course |
| 第 2 週 | Introduction to Natural Language Processing |
| 第 3 週 | Text Preprocessing and Toolkit Introduction |
| 第 4 週 | Statistics (Collocation and Multiword Expressions) |
| 第 5 週 | Statistics (Smoothing) |
| 第 6 週 | Vector Space (TFIDF and Vector Space Model) |
| 第 7 週 | Vector Space (Topic model) |
| 第 8 週 | Vector Space (Clustering and Dimensionality Reduction) |
| 第 9 週 | Midterm (No Class) |
| 第 10 週 | Vector Space (NLP tasks with Logistic Regression and Naïve Bayes) |
| 第 11 週 | Probabilistic Models (Auto-correct and Hidden Markov Models) |
| 第 12 週 | Probabilistic Models (Language Model) |
| 第 13 週 | Probabilistic Models (Word Embeddings) |
| 第 14 週 | Deep Learning for NLP (Introduction to Neural Networks) |
| 第 15 週 | Deep Learning for NLP (Transformer) |
| 第 16 週 | Deep Learning for NLP (Classification) |
| 第 17 週 | Final term project presentation |
| 第 18 週 | Final term project presentation |
教科書
Grus, Joel. Data science from scratch: first principles with python. O'Reilly Media, 2019. Christopher D. Manning and Hinrich Schütze, Foundations of Statistical Natural Language Processing, MIT Press. 1999.
Office Hours
- 時間
- by appointment
- 聯絡方式
- by e-mail