語言學與人工智能：基礎概念與實作
Linguistics and Artificial Intelligence: Basic Concepts and Implementation
學期
113-2
學分
3
學分
當期課號
534107
永久課號
HSGF30046
開課單位
外國語文學系外國文學與語言學碩士班
授課教師
王文傑
校區
光復
類別
選修
上課時間表
| 節 | 週三 |
|---|---|
2 09:00–09:50 | 語言學與人工智能：基礎概念與實作 HC102 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
[1] 本課程的目的在於對當前人工智能理論進行介紹,並討論語言學在其中的角色。 [2] 嘗試將語法理論與人工智能加以結合,推進人工智能之運算效能。
先修科目
語言學概論 II、計算機概論 或 Python 程式設計
評分方式
[1] 作業 #1 (5%) 操作 draw.io 線上版。把前兩週的課程內容做成一個時間軸的事件表,要三個角色的視角: 「普羅大眾、AI/CS 專家、語言學家」。 [2] 作業 #2 (10%) 規劃一個 AI 系統。它應該具備哪些模組? 各模組會如何運作? 你如何証明這個模組的規劃是「工程上可行的」? [3] 期中線上討論與書面報告 (40%) 針對 2 個開放式題目,線上發表意見及參與討論。 每一位都要針對期中給定的題目,在線上: (a) 發表意見,並 (b) 參與討論。 討論期間為兩週。兩週結束後,應就給定的題目,每一位都要提交一份書面報告。 [4] 期末線上討論與書面報告 (45%) 針對 3 個開放式題目,線上發表意見及參與討論。 每一位都要針對期中給定的題目,在線上: (a) 發表意見,並 (b) 參與討論。 討論期間為兩週。兩週結束後,應就給定的題目,每一位都要提交一份書面報告。
課程大綱
- 人工智能發展歷史中對語言學的偏見與誤解
- 向量 vs. 語意: 「理解」的本質是什麼?
- 句法無用論?
- 以二元階層結構為基礎的演算法
- 結構依存性: 語言學與認知科學
- 當代人工智能理論與主流研究途徑
- 結合結構特性的人工智能
- 混合式 AI
- 「小語言模型」(SLM) vs. 「大語言模型」(LLM)
- 人工智能簡史與現代語言學
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 人工智能簡史與現代語言學 |
| 第 2 週 | 人工智能發展歷史中對語言學的偏見與誤解 |
| 第 3 週 | 向量 vs. 語意:「理解」的本質是什麼? |
| 第 4 週 | 句法無用論? |
| 第 5 週 | 以二元階層結構為基礎的演算法 |
| 第 6 週 | 以二元階層結構為基礎的演算法 |
| 第 7 週 | 結構依存性:語言學與認知科學 |
| 第 8 週 | 結構依存性:語言學與認知科學 |
| 第 9 週 | 當代人工智能理論與主流研究途徑 |
| 第 10 週 | 當代人工智能理論與主流研究途徑 |
| 第 11 週 | 結合結構特性的人工智能 |
| 第 12 週 | 結合結構特性的人工智能 |
| 第 13 週 | 混合式 AI |
| 第 14 週 | 混合式 AI |
| 第 15 週 | 「小語言模型」(SLM) vs. 「大語言模型」(LLM) |
| 第 16 週 | 「小語言模型」(SLM) vs. 「大語言模型」(LLM) |
教科書
自編講義
Office Hours
- 地點
- To de determined
- 時間
- To de determined
- 聯絡方式
- peter.w@droidtown.co