Wenn Sie diesen Text sehen, ist auf ihrem Gerät noch nicht das neue Layout geladen worden. Bitte laden Sie diese Seite neu (ggf. mit gedrückter 'Shift'- oder 'Alt'-Taste) oder in einem 'privaten Fenster'.
Weitere Hinweise unter https://www.uni-hildesheim.de/wiki/lsf/faq/fehler.im.layout.

Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     

Natural Language Processing: Computing Meaning - Einzelansicht

Grunddaten
Veranstaltungsart Vorlesung mit Übung
Veranstaltungsnummer 3110 Kurztext
Semester SoSe 2022 SWS 4
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus i.d.R. jedes 2. Semester Studienjahr / Zielgruppe
Credits 6 Anmeldung Anmeldepflicht , Vergabe: Manuell (?)
Hyperlink   Evaluation Ja - Präsenzbogen
Sprache englisch
Anmeldefristen Anmeldung (Einzelvergabe) 07.03.2022 - 13.04.2022 23:59:59

Anmeldepflicht
Anmeldung zweite Runde (Einzelvergabe) 14.04.2022 16:00:00 - 19.04.2022 23:59:59

Anmeldepflicht
Abmeldung bis Ende 1. Woche 15.04.2022 - 22.04.2022 23:59:59

Anmeldepflicht
Abmeldung bis Ende 2. Woche 15.04.2022 - 29.04.2022 23:59:59

Anmeldepflicht
Termine Gruppe: 1-Gruppe iCalendar Export
  Tag Zeit Rhythmus Dauer Raum (mögliche Änderungen beachten!) Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export
Do. 08:15 bis 09:45 c.t. wöchentlich Gebäude B (Samelson-Campus) - B 025 (Seminarraum) Raumplan        
Einzeltermine anzeigen
iCalendar Export
Do. 10:00 bis 11:30 c.t. wöchentlich Gebäude B (Samelson-Campus) - B 025 (Seminarraum) Raumplan        
Gruppe 1-Gruppe:
Prüfungstermine
Semester Termin Prüfer/-in Parallelgruppe Datum Prüfungsform Beginn Anmeldefrist Ende Anmeldefrist Ende Abmeldefrist Infos zu Nachschreibterminen
SoSe 2022 01 01.09.2022 Hausarbeit 23.06.2022 31.08.2022 VERBINDLICH 31.08.2022 VERBINDLICH


Zugeordnete Personen
Kontaktpersonen (durchführend) Zuständigkeit
Schäfer, Johannes , MSc verantwortlich und durchführend
Heid, Ulrich, Professor Dr. verantwortlich und durchführend
Studiengänge
Abschluss Studiengang Semester ECTS Kontingent
Master M.Sc. Data Analytics
Master M.Sc. IMIT Studienvar. AI
Master M.Sc. Informationsmanagm.
Master M.Sc. Wirtschaftsinf.
LSF - Module
Modulkürzel Modultitel
MIT-V6KIML Gebiet KIML (IMIT), Vorl 6 AP (MA ab PO 2014)
MIT-V6KIMa Gebiet KIML (WINF/IMIT), Vorl 6AP (MA vor PO 2014)
MDA-AppTM6 Application (6 CP)
MDA-NLP1 Natural Language Processing
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Bemerkung

Note: this lsf-course 3110 takes place together with lsf-course 4379 as one course. FB4 students (e.g. Master DA) register for lsf-course 3110, FB3 students (e.g. Master IIM/SWIKK) register for lsf-course 4379. Both use the learnweb-course 4379.

The course will take place on campus. While we will provide some material online, participating entirely remotely will not be possible.

Voraussetzungen

Basic programming (ideally Python).

Lerninhalte

Students will learn the most important phenomena in natural languages on different levels of granularity, starting with the combination of sounds to the meaning of words, sentences and texts.You will get an introduction to main symbolic and statistical approaches to model these phenomena. All theoretical topics will be accompanied by exercises dealing with these phenomena and demonstrating their use in practical applications, like spelling correction, auto completion, keyword extraction, topic detection, named entity recognition, relation extraction, synonym detection, etc.

The objective of this course is to introduce research questions from computational linguistics that can (and need to) be solved with large amounts of language data. Alongside, we introduce relevant basic linguistic phenomena and standard ways of describing them. We then discuss a number of tools and approaches that are based on large amounts of language data. Participants are familiarized with the notions, issues and approaches in the presentation part of the course and then can themselves experiment with data and tools, in order to contribute to a common descriptive and analytic task. Examples and data are taken from English (or paraphrased in EN).

This year we will focus on "Computing Meaning". Thus, you can participate in this course if you already attended the NLP course of summer 2019 or 2021 to extend your knowledge on NLP. However, we do not require this course as a prerequesite. Topics include: Corpora, basic text processing (POS-tagging, NER, Pattern extraction), collocation extraction, semantic relations, distributional semantics, word embeddings, contextualized word embeddings, evaluation of word embeddings, applications of word embeddings in neural NLP.

Zielgruppe

MSc WI & IMIT & AINF & DA - MSc 1-3


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2022 , Aktuelles Semester: WiSe 2022/23
Impressum      Datenschutzerklärung     Datenschutz      Datenschutzerklärung     Erklärung zur Barrierefreiheit