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 - Einzelansicht

Grunddaten
Veranstaltungsart Vorlesung Learnweb   Logo Learnweb
Veranstaltungsnummer 3115 Kurztext
Semester SoSe 2019 SWS
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus Studienjahr / Zielgruppe
Credits 6
Hyperlink   Evaluation Ja (als gesamte Veranstaltung - Papier)
Sprache englisch
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. 08:30 bis 10:00 s.t. wöchentlich Gebäude B (Samelson-Campus) - B 026 (Seminarraum) Raumplan        
Einzeltermine anzeigen
iCalendar Export
Do. 10:00 bis 11:45 s.t. wöchentlich          
Gruppe 1-Gruppe:


Zugeordnete Person
Kontaktperson (durchführend) Zuständigkeit
Wartena, Christian, Professor Dr. verantwortlich und durchführend
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
MWI-BI6LP Prüfung im Modul Business Intelligence mit 6 LP
Zuordnung zu Einrichtungen
Abt. Wirtschaftsinformatik und Maschinelles Lernen
Inhalt
Lerninhalte

Student 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.

Zielgruppe

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


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2019 , Aktuelles Semester: WiSe 2019/20
Impressum      Datenschutzerklärung     Datenschutz