Upravne informacije
| Naslov | Obdelava naravnega jezika |
| Trajanje | 60–70 min |
| Modul | A |
| Vrsta lekcije | Praktična |
| Osredotočenost | Praktično – modeliranje umetne inteligence |
| Tema | Besedilna klasifikacija, klasifikacija občutkov |
Ključne besede
Obdelava naravnega jezika, Naive Bayes Classifier,
Učni cilji
- Študent bo razumel osnove osnovnih NLP tehnik
- Študent se seznani z uporabo naive Bayes klasifikatorja
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Nobenega.
Obvezno za študente
- Osnovno programiranje Python
- Osnovni statistični podatki
Neobvezno za študente
Reference in ozadje za študente
- Zbirka orodij za naravni jezik
- Christopher D. Manning, Prabhakar Raghavan in Hinrich Schütze, Uvod v pridobivanje informacij, Cambridge University Press. 2008
- Jurafskly D., Martin J. H. – Uvod v NLP, računalniško jezikoslovje in prepoznavanje govora
Priporočeno za učitelje
- Zbirka orodij za naravni jezik
- Christopher D. Manning, Prabhakar Raghavan in Hinrich Schütze, Uvod v pridobivanje informacij, Cambridge University Press. 2008
- Jurafskly D., Martin J. H. – Uvod v NLP, računalniško jezikoslovje in prepoznavanje govora
Gradivo za učne ure
Navodila za učitelje
Ta učni dogodek je sestavljen iz laboratorijskih nalog, ki jih študentje rešujejo s pomočjo vodilnega inštruktorja.
Obris
| Trajanje (mini) | Opis | Koncepti | Aktivnost | Material |
|---|---|---|---|---|
| 5 | Besedna žetonizacija | |||
| 5–10 | Podatkovni okviri Pandas | |||
| 10 | Vreča besed | |||
| 10 | Tokenizacija z rednim izražanjem | |||
| 10 | N-gramski modeli | |||
| 5 | Zaustavitvene besede | |||
| 10–15 | Normalizacija, zastajanje in lemmatizacija | |||
| 5–10 | Analiza razpoloženja |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).