ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΓΛΩΣΣΟΛΟΓΙΑ

Πληροφορίες Μαθήματος
ΤίτλοςΕΙΣΑΓΩΓΗ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΓΛΩΣΣΟΛΟΓΙΑ / INTRODUCTION TO COMPUTATIONAL LINGUISTICS
ΚωδικόςΓλ2-342
ΣχολήΦιλοσοφική
ΤμήμαΑγγλικής Γλώσσας και Φιλολογίας
Κύκλος / Επίπεδο1ος / Προπτυχιακό, 2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600004992

Πρόγραμμα Σπουδών: 2024-2025

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογήςΧειμερινό/Εαρινό-6

Πληροφορίες Τάξης
ΤίτλοςΕΙΣΑΓΩΓΗ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΓΛΩΣΣΟΛΟΓΙΑ
Ακαδημαϊκό Έτος2020 – 2021
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Ώρες Συνολικά39
Class ID
600184119
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
  • Αγγλικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος, οι φοιτήτριες/τές θα είναι σε θέση: • να κατανοούν βασικές έννοιες της Υπολογιστικής Γλωσσολογίας. • να αναγνωρίζουν κυρίαρχες γλωσσολογικές θεωρίες σε πιο τεχνικά περιβάλλοντα. • να αναλύουν (υπολογιστικά) την Αγγλική και Ελληνική γλώσσα σε διάφορα επίπεδα. • να κατακτήσουν θεωρητικές και υπολογιστικές δεξιότητες στην επεξεργασία γλώσσας. • να ακολουθούν τις βασικές τάσεις μιας συνεχώς εξελισσόμενης επιστημονικής περιοχής. • να ερμηνεύουν ποικίλα φαινόμενα προσεγγίζοντάς τα υπολογιστικά.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Η Υπολογιστική Γλωσσολογία αποτελεί διαθεματική επιστημονική ειδικότητα που συνδυάζει τη Γλωσσολογία, την Πληροφορική, την Ψυχολογία και τη Γνωσιακή Επιστήμη. Κύριος στόχος του μαθήματος είναι η εξοικείωση των φοιτητριών/τών με σημαντικά και σύγχρονα ερευνητικά ερωτήματα και θεωρητικές προσεγγίσεις στο πεδίο της Υπολογιστικής Γλωσσολογίας με τη χρήση ποικίλων εργαλείων και εφαρμογών. Ταυτόχρονα, το μάθημα θα εισάγει τις/τους φοιτήτριες/τές στην κωδικοποίηση της γλώσσας μέσω βασικού προγραμματισμού, ενώ επίσης θα παρουσίασει πρόσφατες τεχνικές κειμενικής επεξεργασίας και σημασιολογικής αναπαράστασης λεξικών σημασιών. Στο πλαίσιο αυτό, θα διερευνήσουμε από υπολογιστική σκοπιά σημαντικά ζητήματα από τα γλωσσικά επίπεδα καλύπτοντας μια ευρεία θεματολογία, που περιλαμβάνει την Αναγνώριση και Σύνθεση Ομιλίας, τους Γραμματικούς Φορμαλισμούς, την Προτασιακή και Κατηγορηματική Λογική, την Επεξεργασία Φυσικής Γλώσσας και τη Μηχανική Μετάφραση. Σε όλη αυτή τη διερεύνηση, καίριας σημασίας θα είναι η μεθοδολογία της εμπειρικής γλωσσολογικής ανάλυσης και επεξεργασίας φυσικής γλώσσας με τη συνδρομή υπολογιστικών εργαλείων, εφαρμογών, ασκήσεων και θεωριών. Επιπλέον, θα αναφερθούμε σε ειδικότερα θεωρητικά και τεχνικά θέματα, όπως τα n-grams μοντέλα, οι περιβαλλοντικά ελεύθερες γραμματικές, η μορφοσυντακτική ετικετοποίηση (tagging), η διανυσματική σημασιολογική, οι δημιουργοί σωμάτων κειμένων και συμφραστικών πινάκων, πάντα μέσω ασκήσεων και εργασιών που αποσκοπούν στη χρήση από μέρους των φοιτητριών/τών ποικίλων πρακτικών εργαλείων, σωμάτων κειμένων και διαφόρων άλλων προκατασκευασμένων αλγορίθμων.
Λέξεις Κλειδιά
βασικός προγραμματισμός, αναγνώριση-σύνθεση ομιλίας, επεξεργασία φυσικής γλώσσας, μηχανική μετάφραση
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Πολυμεσικό υλικό
  • Διαδραστικές ασκήσεις
  • • Υπολογιστικά εργαλεία και εφαρμογές • Tutorial βασικού προγραμματισμού με Python (προαιρετικό)
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις117
Μελέτη και ανάλυση βιβλίων και άρθρων20
Συγγραφή εργασίας / εργασιών10
Εξετάσεις3
Σύνολο150
Αξιολόγηση Φοιτητών
Περιγραφή
10% Συμμετοχή: Οι εργασίες, οι ασκήσεις και οι εξετάσεις εξαρτώνται άμεσα από την ενεργή συμμετοχή κατά τη διάρκεια του μαθήματος και τη μελέτη του εβδομαδιαίου υλικού. 30% Εργασία: Η εργασία θα εστιάζει σε ένα συγκεκριμένο ζήτημα υπολογιστικής γλωσσολογίας και θα συνοδεύεται από βιβλιογραφία, συζήτηση και πρακτικές ασκήσεις. 60% Τελική Εξέταση: Η τελική εξέταση θα αξιολογήσει την αφομοίωση της γνώσης και της ύλης που θα παρουσιαστεί κατά τη διάρκεια του εξαμήνου. Θα βασίζεται ως επί το πλείστον στο βασικό εγχειρίδιο, περιλαμβάνοντας θεωρητικές ερωτήσεις, ζητήματα προς συζήτηση και πρακτικές ασκήσεις με βάση τα όσα έχουν γίνει στη διάρκεια του εξαμήνου.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Εργαστηριακή Εργασία (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
Main Coursebook Jurafsky and Martin (2000, 2007, 2017). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (1st, 2nd, 3rd edition). Prentice Hall. (https://web.stanford.edu/~jurafsky/slp3/) Supplementary Reading Roark B. & Sproat R. (2007). Computational Approaches to Morphology and Syntax. Oxford: Oxford University Press. Manning & Schütze (1999). Foundations of Statistical Natural Language Processing. MIT Press. Bird S., Klein E. & Loper E. (2009). Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit. O’ Reilly Media. Καρασίμος, Α. (2011). Υπολογιστική Επεξεργασία της Αλλομορφίας στην Παραγωγή Λέξεων της Νέας Ελληνικής. Διδακτορική Διατριβή. σσ. 305. Πανεπιστήμιο Πατρών: Τμήμα Φιλολογίας. DOI: 10.13140/RG.2.1.1570.7926 Supplementary Bibliography Basirat A., Faili H. & Nivre J. (2015). A statistical model for grammar mapping. Natural Language Engineering 22 (2): 215–255. Goldsmith, J. (2000). Linguistica: An Automatic Morphological Analyzer. In A. Okrent and J. Boyle (Eds.) The Proceedings from the Main Session of the Chicago Linguistic Society's Thirty-sixth Meeting, pp. 1-36. Hammarström, H. & Borin, L. (2011). Unsupervised learning of morphology. Computational Linguistics, 37(2), pp. 309–350. Maletti A. (2017). Survey: Finite-state technology in natural language processing. Theoretical Computer Science 679, pp. 2–17.
Τελευταία Επικαιροποίηση
21-11-2020