|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KKY / SZPJ
:
Popis předmětu
Pracoviště / Zkratka
|
KKY
/
SZPJ
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Strojové zpracování přirozeného jazyka
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
3
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Letní semestr
|
0 / -
|
16 / -
|
2 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
10
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
KKY/PUIA4
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je seznámit studenty se základními pojmy a metodami strojového zpracování přirozeného jazyka (jazykové modelování, značkování slovními druhy, strojový překlad, apod.). Studenti budou schopni analyzovat jednoduché úlohy této domény a navrhnout a vytvořit odpovídající algoritmy.
|
Požadavky na studenta
|
Semestrální práce - zpracování jazykového korpusu některým z existujících programů pro automatickou analýzu jazyka, rozbor výsledků v referátu.
|
Obsah
|
1. Úvod, přehled základních pojmů.
2.-3. Úrovně (strojového) zpracování jazyka - ortografie, morfologie, syntaxe a sémantika, strojový překlad.
4.-5. Jazykové modelování (predikce nejpravděpodobnějších posloupností slov).
6.-7. Značkování slovními druhy.
8.-9. Syntaktická analýza.
10.-11. Strojový překlad.
12.-13. Sémantická analýza - reprezentace významu vět v podobě tektogramatických struktur.
|
Aktivity
|
|
Studijní opory
|
Studentům je k dispozici kurz v Google Classroom se všemi podstatnými informacemi a materiály.
|
Garanti a vyučující
|
|
Literatura
|
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
65
|
Příprava na zkoušku [10-60]
|
40
|
Příprava na souhrnný test [6-30]
|
30
|
Projekt individuální [40]
|
40
|
Celkem
|
175
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
používat základní operace s vektory a maticemi |
orientovat se v základních pojmech teorie pravděpodobnosti |
rozumět základním pojmům z lingvistiky |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
používat programovací jazyk Python na alespoň mírně pokročilé úrovni |
číst a porozumět odbornému textu v českém i anglickém jazyce |
ovládat obecné zásady práce s knihovnami jazyka Python |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
orientovat se v teorii formálních gramatik |
rozumět principům vektorové reprezentace dokumentů |
vysvětlit principy statistického strojového překladu |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
efektivně pracovat s knihovnami jazyka Python pro zpracování přirozeného jazyka |
implementovat jednoduché konečné automaty v knihovně OpenFST |
využít principy vektorové reprezentace dokumentů pro úlohy vyhledávání informací či detekce tématu |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Seminární práce, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Seminární práce, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Samostatná práce studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Přednáška s aktivizací studentů, |
Samostatná práce studentů, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Řešení problémů, |
|
|
|
|