CENG0044 Advanced Topics in Natural Language Processing

6 AKTS - 3-0 Süre (T+U)- . Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CENG0044
Ad Advanced Topics in Natural Language Processing
Dönem 2024-2025 Eğitim-Öğretim Yılı
Yarıyıl . Yarıyıl
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Yüksek Lisans Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. UMUT ORHAN


Dersin Amacı / Hedefi

Dersin amacı Doğal Dil İşleme (DDİ) teknik ve yöntemlerinin teorik olarak anlatılarak, duygu analizi, konu tespiti, anahtar kelime çıkarımı, soru cevao sistemi tasarlama, chat-bot tasarımı ve dil çevirici yazılımlarının arka planında kullanılan teknik ve yöntemlerinin anlatılmasıdır.

Dersin İçeriği

Doğal Dil İşlemeye Giriş, Normalleştirme, Lemmatizasyon, Ayrıştırma, POS, Sözdizimi, N-gram, Corpus (Özellikler ve Analiz), Konuşma Bölümü (POS) Etiketleme, Basit Anlamsal Analiz, Morfolojik ve Anlamsal Belirsizlik, Sözcüksel Benzerlik, Anlamsal Benzerlik, Diyalog Sistemleri ve Soru Cevaplama, Makine Çevirisi, Anahtar Kelime Çıkarma-Belge Özetleme, Yorumlama / Ontoloji Haritalaması

Dersin Ön Koşulu

yok

Kaynaklar

Natural Language Processing with Python Written By Steven Bird, Ewan Klein and Edward Loper Statistical Machine Translation Written By Philipp Koehn Foundations of Statistical Natural Language Processing By: Christopher D Manning & Hinrich Schutze

Notlar

Çeşitli makaleler


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Doğal dil işleme kavramını anlar
ÖÇ02 Vektör uzay kavramını anlar, morfolojik ve semantik benzerlik arasındaki farkı yorumlar
ÖÇ03 Soru cevap sistemlerini ve kullanılan yöntemleri anlar
ÖÇ04 Makine çevirisi kavramını ve yöntemlerini öğrenir


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir. 2
PÖÇ02 Bilgi - Kuramsal, Olgusal Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. 3
PÖÇ03 Yetkinlikler - Öğrenme Yetkinliği Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. 2
PÖÇ04 Yetkinlikler - Öğrenme Yetkinliği Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. 4
PÖÇ05 Yetkinlikler - Öğrenme Yetkinliği Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar.
PÖÇ06 Yetkinlikler - Öğrenme Yetkinliği Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir. 3
PÖÇ07 Beceriler - Bilişsel, Uygulamalı Öğrenme becerilerine sahip olur. 4
PÖÇ08 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. 2
PÖÇ09 Beceriler - Bilişsel, Uygulamalı Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır.
PÖÇ10 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur. 2
PÖÇ11 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. 3
PÖÇ12 Bilgi - Kuramsal, Olgusal Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. 1


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Introduction to NLP concept and terms Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
2 Normalization, Tokenizing, Lemmatization, Parsing Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
3 Syntax, N-Gram analysis Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
4 Corpus: Features and Analysis Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
5 Part of Speech Tagging, Treebank Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
6 Semantic analysis (probabilistic methods) Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
7 Morphological and Semantic Ambiguity Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
8 Ara Sınavlar Tüm ders notunu okumak Ölçme Yöntemleri:
Yazılı Sınav
9 Lexical Similarity Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
10 Semantic Similarity Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
11 Dialogue Systems, Question Answering Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
12 Machine Translation Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
13 Keyword Extraction, Document Summarization Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
14 Paraphrasing, Ontology Mapping Ders notları ve uygulamalara çalışmak Öğretim Yöntemleri:
Anlatım
15 Projects Ders notları ve uygulamalara çalışmak Ölçme Yöntemleri:
Proje / Tasarım
16 Yarıyıl Sonu Sınavları Tüm ders notunu okumak Ölçme Yöntemleri:
Yazılı Sınav
17 Yarıyıl Sonu Sınavları Tüm ders notunu okumak Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS

Güncelleme Zamanı: 24.05.2024 04:47