ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΤΕΧΝΙΚΕΣ
| Τίτλος | ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΤΕΧΝΙΚΕΣ / NATURAL LANGUAGE PROCESSING AND COMPUTATIONAL TECHNIQUES |
| Κωδικός | Γλ4-442 |
| Σχολή | Φιλοσοφική |
| Τμήμα | Αγγλικής Γλώσσας και Φιλολογίας |
| Κύκλος / Επίπεδο | 1ος / Προπτυχιακό, 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή/Εαρινή |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 600023618 |
Πρόγραμμα Σπουδών: 2024-2025
Εγγεγραμμένοι φοιτητές: 0
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Επιλογής | Χειμερινό/Εαρινό | - | 6 |
| Τίτλος | ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΤΕΧΝΙΚΕΣ |
| Ακαδημαϊκό Έτος | 2025 – 2026 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ |
|
| Ώρες Εβδομαδιαία | 3 |
| Ώρες Συνολικά | 39 |
| Class ID | 600292319
|
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600292319
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Συνιστάται να έχει επιλεχθεί η παρακολούθηση του μαθήματος ΓΛ2-342 Εισαγωγή στην Υπολογιστική Γλωσσολογία
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές/τριες θα πρέπει να είναι σε θέση:
• να κατανοούν βασικές έννοιες της Επεξεργασίας Φυσικής Γλώσσας (ΕΦΓ).
• να παρακολουθήσουν τις τρέχουσες τάσεις μιας συνεχώς εξελισσόμενης επιστημονικής περιοχής.
• να αναγνωρίζουν θεωρητικές και εφαρμοσμένες γλωσσικές θεωρίες σε υπολογιστικό περιβάλλον.
• για την(υπολογιστική) ανάλυση της αγγλικής γλώσσας (και λογοτεχνίας) σε διαφορετικά επίπεδα.
• να αποκτήσουν ψηφιακές δεξιότητες στη γλωσσική ανάλυση και επεξεργασία.
• να ερμηνεύουν διάφορα φαινόμενα προσεγγίζοντάς τα μέσω μηχανικής μάθησης και τεχνητής νοημοσύνης.
• να αποκτήσουν κίνητρο για να εμβαθύνετε στην τεράστια περιοχή του ΕΦΓ.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Προσαρμογή σε νέες καταστάσεις
- Αυτόνομη εργασία
- Ομαδική εργασία
- Παραγωγή νέων ερευνητικών ιδεών
Περιεχόμενο Μαθήματος
Το μάθημα «Επεξεργασία Φυσικής Γλώσσας και Υπολογιστικές Τεχνολογίες» επικεντρώνεται στις βασικές και θεμελιώδεις έννοιες του διεπιστημονικού χώρου της Θεωρητικής και Εφαρμοσμένης Γλωσσολογίας, της Υπολογιστικής Γλωσσολογίας, της Τεχνητής Νοημοσύνης και της Γνωσιακής Επιστήμης. Σκοπός του είναι να καλύψει ένα ευρύ φάσμα τεχνικών και προηγμένων θεμάτων, από τη δημιουργία φυσικής γλώσσας, τη μηχανική μετάφραση, τα συστήματα διαλόγου και τα chatbots μέχρι τα σημασιολογικά δίκτυα και τη μηχανική μάθηση. Σημαντικά θέματα από τη Θεωρητική Γλωσσολογία, την Τεχνητή Νοημοσύνη (AI) και ακόμη και από τις Ανθρωπιστικές και Κοινωνικές Επιστήμες θα εισαχθούν μέσα από το δυναμικό και συνεχώς μεταβαλλόμενο πρίσμα αρκετών σύγχρονων εφαρμογών υπολογιστών, πρωτοποριακών έργων, θεωρητικών πλαισίων και κυρίαρχου προγραμματισμού Γλώσσες. Αυτό το μάθημα θα χρησιμοποιήσει μια μεθοδολογία εμπειρικής γλωσσικής ανάλυσης και Επεξεργασίας Φυσικής Γλώσσας που περιλαμβάνει Επεξεργασία Ομιλίας και Γλώσσας, Μηχανική Μάθηση, Μηχανική Μετάφραση, Αναπαράσταση Γλώσσας και Γνώσης, Υπολογιστική Στυλιστική και Ψηφιακές Ανθρωπιστικές Επιστήμες.
Ειδικότερα, ο κύριος στόχος του μαθήματος είναι να εξοικειώσει τους φοιτητές με κυρίαρχα και συνεχή ερευνητικά ερωτήματα σε αυτόν τον καινοτόμο και διεπιστημονικό τομέα και να τους παράσχει πρόσβαση σε διάφορες εφαρμογές και έργα, ενώ ταυτόχρονα εξοικειωθούν με τη γλώσσα και τη γνωσιακή κωδικοποίηση. Επιπλέον, θα εστιάσουμε επίσης στον τρόπο με τον οποίο εφαρμόζονται οι θεωρητικές και εφαρμοσμένες γλωσσικές θεωρίες στις πιο σύγχρονες τεχνικές επεξεργασίας κειμένου, στη δημιουργία γλώσσας και στις αναπαραστάσεις γνώσης οποιουδήποτε τομέα της Γλωσσολογίας. Θεωρητικά και τεχνικά ζητήματα όπως μοντέλα γλώσσας, νευρωνικά δίκτυα, δημιουργία γλώσσας, κωδικοποίηση και σχολιασμός κειμένων, οντολογίες, chatbots, εξαγωγή πληροφοριών θα υποστηρίζονται από δραστηριότητες και εργασίες που θα επιτρέψουν στους μαθητές να εφαρμόσουν εργαλεία, δεδομένα και αλγόριθμους.
Λέξεις Κλειδιά
Επεξεργασία Φυσικής Γλώσσας, Τεχνητή Νοημοσύνη, Υπολογιστική Γλωσσολογία, Ψηφιακές Ανθρωπιστικές Επιστήμες
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Διαδραστικές ασκήσεις
- Βιβλίο
- 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
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 27 | ||||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 60 | ||||
| Διαδραστική διδασκαλία στο Υπολογιστικό Κέντρο | 12 | ||||
| Εξετάσεις | 51 | ||||
| Άλλο / Άλλα | |||||
| Σύνολο | 150 |
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.
20% Δραστηριότητες: Οι δραστηριότητες θα εστιάζουν σε συγκεκριμένα ζητήματα επεξεργασίας φυσικής γλώσσας και θα συνοδεύεται από βιβλιογραφία, συζήτηση και πρακτικές ασκήσεις.
70% 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)
- Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική)
- Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Διαμορφωτική)
- Δημόσια Παρουσίαση (Διαμορφωτική)
- Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική)
- Εργαστηριακή Εργασία (Διαμορφωτική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
Coursebooks
Bird S., Klein E. & Loper E. (2009). Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit. O’ Reilly Media.
Jurafsky and Martin (2023). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition (3rd edition). Prentice Hall. (https://web.stanford.edu/~jurafsky/slp3/).
Supplementary Bibliography
Drucker, J. (2021). The Digital Humanities Coursebook: An Introduction to Digital Methods for Research and Scholarship. Routledge.
Martin, C. (2023). Practical Natural Language Processing: A Comprehensive Guide to Building Real-World NLP Systems. Amazon, Kindle edition.
Rothman, D. (2022). Transformers for Natural Language Processing: Build, train, and fine-tune deep neural network architectures for NLP with Python, Hugging Face, and OpenAI's GPT-3, ChatGPT, and GPT-4. O'Reilly Media.
Tunstall L., Von Werra L. & T. Wolf (2022). Natural Language Processing with Transformers, Revised Edition: Building Language Applications with Hugging Face. O'Reilly Media.
Τελευταία Επικαιροποίηση
01-02-2024
