課程名稱 |
自然語言處理 Natural Language Processing |
開課學期 |
106-2 |
授課對象 |
電機資訊學院 資訊網路與多媒體研究所 |
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104 |
備註 |
限學士班三年級以上 總人數上限:80人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1062CSIE5042_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 |
每週三 09:00~12:00 備註: R301 |
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, Second Edition. Prentice Hall, 2008.
(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) A Primer on Neural Network Models for Natural Language Processing, Journal of Artificial Intelligence Research 57 (2016) 345-420.
(5) Neural Network Methods in Natural Language Processing (Synthesis Lectures on Human Language Technologies) |
評量方式 (僅供參考) |
|
週次 |
日期 |
單元主題 |
第1週 |
3/01 |
Introduction to Natural Language Processing |
第2週 |
3/08 |
Overall Pictures of Natural Language Processing |
第3週 |
3/15 |
Collocations and Multi-Word Expressions |
第4週 |
3/22 |
N-grams and Smoothing |
第5週 |
3/29 |
(1) A Neural Probabilistic Language Model and Word Embedding
(2) Term Project 1 |
第6週 |
4/05 |
民族掃墓節 (放假日) |
第7週 |
4/12 |
Chinese Preposition Selection for Grammatical Error Diagnosis: An Application of Language Model, Hidden Markov Model |
第8週 |
4/19 |
Part-of-Speech Tagging |
第9週 |
4/26 |
期中考 |
第10週 |
5/03 |
(1) Syntax and Grammars
(2) Syntactic Parsing |
第11週 |
5/10 |
Term Project 1 報告 |
第12週 |
5/17 |
Statistical Parsing, Deep Neural Networks for Parsing |
第13週 |
5/24 |
Dependency Parsing |
第14週 |
5/31 |
Lexical Semantics |
第15週 |
6/07 |
Semantic Role Labelling |
第16週 |
6/14 |
Semantic Representation, Computational Discourse |
第17週 |
6/21 |
Chinese Discourse Parsing and Its Applications |
第18週 |
06/28 |
期末考 |
|