Subject

Обработка на природните јазици

1. Наслов на наставниот предмет Обработка на природните јазици
Natural language understanding and generation
2. Код F23L3W142
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Faculty of Computer Science and Engineering
5. Степен (прв, втор, трет циклус) First Cycle
6. Академска година / семестар 5 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Ивица Димитровски, Соња Гиевска
9. Предуслови за запишување на предметот Алгоритми и податочни структури или Примена на алгоритми и податочни структури
10. Цели на предметната програма (компетенции) Целта на предметот е студентитеда се стекнат со основните теоретски и практични знаења за алгоритмите за обработка на природните јазици. Студентите ќе стекнат знаења за најновите техники на машинско учење со фокус на длабоки невронски мрежи наменети за разбирање и генерирање на текст.
11. Содржина на предметната програма 1. Вовед. Основна обработка на природните јазици.
2. Векторска репрезентација на зборови
3. Моделирање на природните јазици со длабоки невронски мрежи
4. Преглед на длабоки невронски архтектури. Извлекување знаење од текстуални податоци
5. Машински превод
6. Генерирање на текст
7. Трансфер на учење. Претходно обучени модели
8. Системи за одговор на прашања и сумирање на текст
9. Збогатена репрезентација и збогатени модели на природните јазици (интегрирање на бази на знаење, граф на знаење)
10. Преиспитување на моделите од аспект на етички и морални норми
11. Системи за водење дијалог
12. Преиспитување и анализа на моделите за разбирање и генерирање на текст (толкување на наученото)
12. Методи на учење Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 30 + 45 + 15 + 15 + 75 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 30 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности
16.1. Проектни задачи 15 часови
16.2. Самостојни задачи 15 часови
16.3. Домашно учење 75 часови
17. Начин на оценување
17.1. Тестови 10 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 15 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 70 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит реализирани активности 15.1 и 15.2
20. Јазик на кој се изведува наставата македонски и англиски
21. Метод на следење на квалитетот на наставата механизам на интерна евалуација и анкети
22. Literature
22.1. Задолжителна литература
1. Jurafsky & Martin | Speech and Language Processing | Prentice Hall | 2021
2. Ian Goodfellow, Joshua Bengio, Aaron Courvile | Deep Learning | MIT Press | 2016
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година