Обробка мови методами штучного інтелекту

Спеціальність: Комп'ютерні науки (Системи штучного інтелекту)
Код дисципліни: 6.122.13.O.038
Кількість кредитів: 6.00
Кафедра: Системи штучного інтелекту
Лектор: Думин І.Б.
Семестр: 7 семестр
Форма навчання: денна
Мета вивчення дисципліни: Мета викладання даної навчальної дисципліни є формування у студентів компетентностей з застосування методів штучного інтелекту для обробки мови задля спрощення її аналізу, прийняття подальших рішень та комунікації
Завдання: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей: фахові компетентності спеціалізації (ФКС): 1. здатність формулювати нові гіпотези, шукати та візуалізувати приховані залежності даних, використовуючи методи штучного інтелекту;
Результати навчання: 1. здатність продемонструвати знання і розуміння наукових і математичних принципів, що лежать в основі інформаційних технологій; 2. здатність продемонструвати знання основ професійно-орієнтованих дисциплін спеціальності: методів та засобів сучасних інформаційних технологій, комп’ютерної техніки та сучасних технологій проектування та програмування інформаційних систем, математичних методів аналізу та синтезу складних об’єктів, методів збору, обробки, аналізу, систематизації та зберігання науково-технічної інформації, методів та засобів розподілених систем та паралельних обчислень, принципів і методів побудови та застосування комп’ютерних мереж, принципів web-технологій та методів і засобів їх використання для вирішення задач спеціальності; 3. здатність продемонструвати поглиблені знання принаймні в одній з областей інформаційних технологій;
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Інтелектуальний аналіз даних Управління процесами виконання проекту Методи та засоби інтеграції даних Інженерія проектування програмних систем Теорія прийняття рішень Методи та засоби інженерії даних та знань
Короткий зміст навчальної програми: Навчальна дисципліна Обробка мови методами штучного інтелекту є складовою циклу професійної підготовки фахівців бакалаврського освітньо-кваліфікаційного рівня «бакалавр». Пропонований навчальний курс забезпечить студентам здобуття поглиблених теоретичних та практичних знань, умінь та розуміння, що відносяться до областей систем штучного інтелекту, що дасть їм можливість ефективно виконувати завдання інноваційного характеру відповідного рівня професійної діяльності, яка орієнтована на дослідження й розв’язання складних задач проектування та розроблення інформаційних систем для задоволення потреб науки, бізнесу та підприємств у різних галузях
Опис: Інтелектуальні системи Системи машинного перекладу Проблема подання знань на основі природної мови у системах штучного інтелекту Теорія тексту Труднощі в роботі систем обробки природної мови Аналіз морфологічної структури слова Семантичний аналіз текстів. Тематична класифікація документів. Реферування текстів. Кластеризація в реферуванні. Методи лінгвістичних досліджень
Методи та критерії оцінювання: 1. Виконання лабораторних та практичних робіт та їх захист. 2. Написання контрольних робіт. 3. Написання розрахунково-графічної роботи 4. Екзамен.
Критерії оцінювання результатів навчання: Лабораторна робота, Практична робота, Розрахунково-графічна робота - 40 балів Іспит, Усна компонента - 60 балів
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: Dive into Deep Learning by Alex Smola, 2021 The hundred-page machine learning book by Andriy Burkov, 2020 Machine Learning Engineering by Andriy Burkov, 2020 Deep Learning Book by Ian Goodfellow, Yoshua Bengio; MIT, 2017 ML Yearning book, by Andrew Ng; 2019 Stanford CS 329P: Practical Machine Learning Stanford CS 329S: Machine Learning Systems Design; Stanford, Winter 2021 Stanford CS229: Machine Learning; Stanford, Spring 2021 MIT 6.S191: Introduction to Deep learning, 2020 MIT Deep Learning and Artificial Intelligence Lectures, 2019-2020
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою: вул. Карпінського, 2/4, І-й н.к., кімн. 112 E-mail: nolimits@lpnu.ua Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).