課程名稱 |
自然語言處理 Natural Language Processing |
開課學期 |
107-2 |
授課對象 |
電機資訊學院 資訊工程學研究所 |
授課教師 |
陳信希 |
課號 |
CSIE5042 |
課程識別碼 |
922 U0670 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四2,3,4(9:10~12:10) |
上課地點 |
資101 |
備註 |
限學士班三年級以上 總人數上限:55人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1072CSIE5042_nlp |
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
自然語言處理,又稱計算語言學或人類語言技術,主要的目標是學習了解和產生自然語言的電腦系統,讓電腦像人一樣處理任何形式的對話工作。由於大量知識的機器可讀形式是以自然語言來呈現,很多實際應用應運而生。以文件分析、自動問答、和機器翻譯等三個應用為例。在文件分析,自然語言處理技術由部落格、微博、論壇等不同形式的媒體中,擷取知識以支援多樣化的應用。在自動問答,自然語言處理技術分析問題以了解問題核心,分析內容以擷取正確答案。在機器翻譯,自然語言處理技術分析來源語言,掌握語言之差異,以生成目標語言。本課程分詞彙、語法、語義、語用、和應用等五個面向,教授自然語言處相關理論和技術。 |
課程目標 |
修課同學可以由詞彙、語法、語義、語用、和應用等五個面向,學習自然語言處相關理論和技術,以下分別說明:
(1) 詞彙:Collocations、N-grams、Smoothing、HMM Models、Part of Speech Tagging
(2) 語法:Syntax and Grammars、Syntactic Parsing、Statistical Parsing、Dependency Parsing
(3) 語義:The Representation of Meanings、Computational Semantics、Lexical Semantics、Computational Lexical Semantics
(4) 語用:Computational Discourse
(5) 應用:Information Extraction |
課程要求 |
本課程評量包括期中考、期末考、和學期計畫三部分,引導同學學習自然語言處理理論和技術,並設計應用系統。 |
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
待補 |
參考書目 |
(1) Daniel Jurafsky and James H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition, Third Edition. Draft, 2018. (https://web.stanford.edu/~jurafsky/slp3/)
(2) Christopher D. Manning and Hinrich Schutze,
Foundations of Statistical Natural Language Processing, MIT Press, 1999.
(3) Steven Bird, Ewan Klein, and Edward Loper, Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit, O'Reilly Media, 2009.
(4) Deep Learning Papers for Natural Language Processing |
評量方式 (僅供參考) |
|
週次 |
日期 |
單元主題 |
第1週 |
2/21 |
Lecture 1. Introduction |
第2週 |
2/28 |
放假日 |
第3週 |
3/07 |
Lecture 2. Words, Collocations and Multi-Word Expressions |
第4週 |
3/14 |
Lecture 3. Language Modeling with N-Grams |
第5週 |
3/21 |
Lecture 4.Neural Probabilistic Language Model, Word Embeddings and Applications |
第6週 |
3/28 |
Lecture 5: Part-of-Speech Tagging |
第7週 |
4/04 |
放假日 |
第8週 |
4/11 |
Lecture 6. Syntax, Grammars, and Parsing |
第9週 |
4/18 |
Lecture 7. Statistical Parsing, Deep Neural Networks for Parsing, Sequence-to-Sequence Model |
第10週 |
4/25 |
期中考 |
第11週 |
5/02 |
Lecture 8. Dependency Parsing |
第12週 |
5/09 |
Lecture 9. Lexical Semantics |
第13週 |
5/16 |
Term Project 1 報告 |
第14週 |
5/23 |
Lecture 10. Semantic Role Labelling and Argument Structure |
第15週 |
5/30 |
Lecture 11. Representation of Sentence Meanings |
第16週 |
6/06 |
Lecture 11. (pages 82-126)
Lecture 12. Computational Discourse |
第17週 |
6/13 |
Lecture 13. Chinese Discourse Parsing and Its Applications |
第18週 |
06/20 |
期末考 |
|