Математические методы анализа текстов (ВМК МГУ) / 2021

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Программа курса)
(Программа курса)
Строка 40: Строка 40:
{|class = "standard"
{|class = "standard"
-
!! № !! Дата !! Тема !! Материалы !! Д/З
+
! № !! Дата !! Тема !! Материалы !! Д/З
|- <!-- Новое занятие -->
|- <!-- Новое занятие -->
| 1
| 1
Строка 53: Строка 53:
|
|
<!-- Конец занятия -->
<!-- Конец занятия -->
 +
|- <!-- Новое занятие -->
 +
| 2
 +
| 14.09
 +
| Векторные представления слов.
 +
Count-based (PMI, Glove) и prediction-based (CBOW, Skip-gram) методы.
 +
Построение представлений для слов не из словаря.
 +
|
 +
 +
|
 +
<!-- Конец занятия -->
 +
|- <!-- Новое занятие -->
 +
| 3
 +
| 21.09
 +
| Задача разметки последовательностей (tagging).
 +
Нейросетевые архитектуры для её решения. RNN, LSTM. Трансформер.
 +
|
 +
|
 +
<!-- Конец занятия -->
 +
|- <!-- Новое занятие -->
 +
| 4
 +
| 05.10
 +
| Структурированное обучение для задачи разметки.
 +
Модель Linear-CRF, её упрощения и обобщения.
 +
Комбинирование нейросетей и CRF.
 +
|
 +
<!-- Конец занятия -->
 +
 +
|}
|}

Версия 18:39, 5 сентября 2021

В курсе рассматриваются основные задачи и математические методы обработки естественного языка.

Курс читается:

От студентов требуются знание курса машинного обучения, основ глубинного обучения, а также языка программирования Python.

Содержание

Объявления

Нет

Контакты

  • В этом семестре занятия будут проводиться в аудитории TBA
  • По всем конструктивным вопросам пишите в telegram-чат
  • Репозиторий со всеми материалами: ссылка
  • Видеозаписи лекций 2020 года: ссылка
  • Короткая ссылка на страницу курса: TBA

Правила сдачи курса

Правила выставления итоговой оценки

В рамках курса предполагается четыре практических задания и экзамен. Практические задания сдаются в систему anytask (инвайт у преподавателя). Срок выполнения каждого задания — 2 недели. За каждое задание можно получить до 10-ти баллов. За каждый день просрочки назначается штраф 1 балл. Основной язык выполнения заданий — Python 3.

Студенты, набравшие за практические задания больше 40 баллов, получают автоматом максимальную оценку. Для остальных итоговая оценка по 10-ти балльной шкале вычисляется по следующей формуле:

TBA

Если после сдачи экзамена студенту не хватает баллов на положительную оценку, он отправляется на "пересдачу". Студент должен досдать домашние задания, которые он не сдавал в течение семестра, чтобы набрать баллы для получения минимальной удовлетворительной оценки. Домашние задания проверяются без учёта штрафа.

Программа курса

Дата Тема Материалы Д/З
1 07.09 Организация курса, правила игры.

Введение в обработку текстов (Natural Language Processing).

Предобработка, выделение признаков и классификация .

2 14.09 Векторные представления слов.

Count-based (PMI, Glove) и prediction-based (CBOW, Skip-gram) методы. Построение представлений для слов не из словаря.

3 21.09 Задача разметки последовательностей (tagging).

Нейросетевые архитектуры для её решения. RNN, LSTM. Трансформер.

4 05.10 Структурированное обучение для задачи разметки.

Модель Linear-CRF, её упрощения и обобщения. Комбинирование нейросетей и CRF.


Страницы прошлых лет

Дополнительные материалы

Литература

Другие курсы по NLP

Личные инструменты