- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
天津大学《自然语言处理与信息检索》课程教学大纲
天津大学《自然语言处理与信息检索》课程教学大纲
自然语言处理与
课程编号: 2160258 课程名称:
信息检索
学 时: 32 学 分: 1.5
学时分配: 授课:16 学时 上机:16 学时
授课学院: 计算机科学与技术学院
适用专业: 计算机、语言学专业本科生或研究生
统计学、面向对象程序设计、人工智能或机器学习的相
先修课程:
关知识
一.课程的性质与目的
自然语言处理技术是自动人机交互、搜索引擎、机器翻译、信息抽取等应用
的重要支撑技术。本课程将系统地介绍自然语言处理(NLP )的基本概念、常用
的算法和重要的应用。在基本概念和算法上,将介绍词汇、句法、语义分析等的
基本知识。贯穿其中,将重点介绍统计自然语言处理的关键算法,主要是在大规
模语料库的支持下,统计语言模型在语言知识自动学习中的应用。在应用方面,
将结合文本分类和聚类、机器翻译、信息检索、网络挖掘等进一步加深学生对自
然语言处理系统的设计策略和实现技术的了解。
二.教学基本要求
了解和掌握自然语言处理的基本理论基础,包括统计学和语言学基础,词汇、
语法和语义的相关概念及算法,以及自然语言处理的理论和方法在文本自动分
类、聚类、信息检索和机器翻译等方面的应用。
三.教学内容
课程的基本内容包括:(1)自然语言处理的数学基础,如贝叶斯模型、噪声
信道模型、熵和互信息等的概念、n 元语法模型和 HMM 模型等,同时介绍这些
模型在具体实践中的应用;(2 )自然语言处理的语言学基础,介绍有关词法和语
法等方面的知识,包括词语搭配、语义消歧、概率句法分析等内容;(3 )自然语
言处理的应用,如文本分类和聚类、信息检索、统计机器翻译、互联网信息挖掘。
课堂讲座(26 学时)
第一章 绪论
介绍自然语言处理的相关概念,使学生有一感性认识;同时说明自然语言处理中的不同
方法论。
第二章 统计学基础
统计学基础知识,包括贝叶斯模型、噪声信道模型,熵、交叉熵和互信息等
的概念。
第三章 语言学基础
介绍有关词性、句法、语法和语义等方面的语言学知识;基于语料库的统计
自然语言处理,包括语料获取和标注以及应用等。
第四章 词语搭配
如何鉴定相邻或非相邻词语之间组合强度,即如何识别有意义的短语结构。
第五章 n 元语法模型
n 元语法模型的建模和应用。
第六章 语义消歧
有监督和无监督的语义消歧。
第七章 隐马尔可夫模型与词性标注
有关隐马尔可夫模型的建模、算法及其在词性标注中的应用。
第八章 概率句法分析
上下文无关文法(CFG )、概率上下文无关文法(PCFG )、句法分析树等
概念;基于概率的最佳句法分析树的确定;滨州树库;改进 PCFG 的方法。
第九章 文本分类和聚类
文本分类和聚类的算法介绍。
第十章 信息检索与挖掘
有关信息检索、信息挖掘的模型和理论。
第十一章 统计机器翻译
基于统计的机器翻译的概念、方法、模型和应用等。
实验(6 个学时)
实验一:基于搜索引擎,判断某种语言搭配是否符合语言规范;
实验二:隐马尔可夫模型及其在词性标注中的应用实现;
实验三:在指定语法下,建立给定句子的最佳句法分析树。
四.学时分配
教学内容 授课 上机 实验 实践 实践(周)
第一、二章 2
第三、四章
文档评论(0)