自然語言處理
Natural Language Processing
| 節 | 週四 |
|---|---|
5 13:20–14:10 | 自然語言處理 A305 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
自然語言處理是人工智慧和語言學的跨領域學科,探討如何運用電腦對語言文字的字詞、片語、詞組、句子、篇章、段落、全文等不同建構區塊的語言資訊處理、分析、生成、理解與應用。本課程會介紹語言處理的不同面向,包含詞性標記、句法剖析、詞義消歧、語意角色標記、統計推論、語言模型等基礎議題與核心技術,以及機器翻譯、問答系統、文章摘要、情緒分析、意見探勘等相關應用。另外,本課程會選定中文語言處理專題實作,適合有機器學習與深度學習背景知識,且具備Python程式設計能力的同學修習。
修過或正修習 (1) 機器學習 及 (2) 深度學習課程,需具備Python程式設計能力, 本課程期末有中文語言處理專題實作。
本課程前半以講授自然語言處理基礎議題與核心技術等應具備的知識為主,後半著重於自然語言處理衍生應用的論文閱讀研討,了解最新的研究發展,以及選定專題的語言處理模型實作,培養同學基礎研究與系統開發能力。 修習完本課程的同學應具備以下的能力: (1) 了解自然語言處理相關的議題與技術 (2) 可自行研讀與自然語言處理相關的論文 (3) 可以用程式處理文本資料並開發應用系統
自選論文報告 (20%) 指定論文報告 (30%) 期末專題實作與報告 (50%)
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程概論 |
| 第 2 週 | 基礎任務 |
| 第 3 週 | 統計語言模型 |
| 第 4 週 | 嵌入向量表達 |
| 第 5 週 | 神經語言模型 |
| 第 6 週 | 國慶日放假 |
| 第 7 週 | 預訓練語言模型 |
| 第 8 週 | 大型語言模型 |
| 第 9 週 | 自選論文報告(I) |
| 第 10 週 | 自選論文報告(II) |
| 第 11 週 | 自選論文報告(III) |
| 第 12 週 | 專題進度報告 |
| 第 13 週 | 專題論文報告(I) |
| 第 14 週 | 專題論文報告(II) |
| 第 15 週 | 專題論文報告(III) |
| 第 16 週 | 專題期末報告 |
1. Jacob Eisenstein (1999). Introduction to Natural Language Processing. The MIT Press 2. Dan Jurafsky and James H. Martin. Speech and Language Processing. 3rd edition (Jan. 7, 2023 draft). https://web.stanford.edu/~jurafsky/slp3/ 3. 指定論文
- 地點
- In-person or online
- 時間
- 事先約定時間
- 聯絡方式
- By Email: lhlee@nycu.edu.tw