Unternavigation / Sub Navigation

Standardverweise

Natural Language Processing

Inhalte
  • Overview of NLP
  • Foundations: stemming, stop words, n-grams, indexing
  • Text classification: spam filtering, language detection
  • Spelling correction
  • Key word extraction
  • Ranking of search results: vector space model, BM25, PageRank
  • Optical character recognition

The course material will be available at http://www.glauner.info/teaching before the course starts.

Lernziele The aim of this class is to discuss Natural Language Processing (NLP), which allows computers to process human language. We deal every day dozens of times with NLP, such as doing a Google search, spelling correction on a smartphone, classification of emails as spam or recognition of hand-written characters on mail. Modern NLP algorithms are strongly based on statistical machine learning. Students will acquire knowledge in NLP and be able to elaborate it further in the future, for example in projects or further studies. This opportunity will also help students to elaborate on their language skills. Overall, NLP is a cutting-edge field, with many high-pay opportunities for graduates.
Lehrform
Art und Umfang
Vorlesung (2 SWS)
Übung (2 SWS)
Seminar/Seminaristischer Unterricht
Labor
Projekt
Voraussetzungen für die Teilnahme Beherrschung des Lehrstoffes der Module „Grundlagen der Mathematik“ und „Lineare Algebra“
Prüfungsvorleistung Regelmäßige Teilnahme an der Vorlesung
Regelmäßige Teilnahme an den Übungen
Regelmäßige Bearbeitung von Haus-/Laborarbeiten
Bestehen von Leistungsstandkontrollen
Prüfungsform
Art und Umfang
Schriftliche Prüfung (90 Minuten Bearbeitungszeit)
Mündliche Prüfung
Prüfung am PC
Hausarbeit/Projekt mit Kolloquium
Verwendbarkeit
Informatik PF WPF
Informatik - Digitale Medien und Spiele (Schwerpunkt Medien) PF WPF
Informatik - Digitale Medien und Spiele (Schwerpunkt Spiele) PF WPF
Informatik - Sichere und mobile Systeme PF WPF
Medizininformatik PF WPF
Angebot Sommersemester Wintersemester Unregelmäßig
Arbeitsaufwand
ECTS-Punkte Kontaktzeit Selbststudium
5 60 Stunden 90 Stunden
Lehrende(r) Patrick Glauner, M.Sc.
Modulverantwortliche(r) Dekan des Fachbereichs Informatik
Änderungsdatum 10.02.2016
Christian Bettinger, 11. Januar 2017