Gaia

XSLaren edukia

LCT Pragako Charles unibertsitatean (Txekiar Errepublika)

Gaiari buruzko datu orokorrak

Modalitatea
Ikasgelakoa
Hizkuntza
Ingelesa

Irakasgaiaren azalpena eta testuingurua

El estudiante realiza un primer curso completo en la misma.

Gaitasunak

IzenaPisua
Conocimiento de las tecnologías del lenguaje sobre la base de los algoritmos de aprendizaje automático y aprendizaje profundo.100.0 %

Irakaskuntza motak

MotaIkasgelako orduakIkasgelaz kanpoko orduakOrduak guztira
Magistrala200300500
Ordenagailuko p.4006001000

Irakaskuntza motak

IzenaOrduakIkasgelako orduen ehunekoa
Eskola magistralak500.040 %
Lanak aztertzea eta horiei buruz eztabaidatzea250.080 %
Mintegiak250.080 %
Ordenagailuko praktikak, irteerak, bisitak500.060 %

Ebaluazio-sistemak

IzenaGutxieneko ponderazioaGehieneko ponderazioa
Idatzizko azterketa50.0 % 50.0 %
Lan praktikoak25.0 % 25.0 %
Txostenak eta azalpenak lantzea25.0 % 25.0 %

Irakasgaia ikastean lortuko diren emaitzak

* Tener conocimiento y manejo de algoritmos de aprendizaje automático

* Tener criterios para diseñar experimentos para procesamiento del lenguaje

* Tener conocimiento sobre estadística inferencial con el foco en los métodos usados habitualmente en el área de la lingüística experimental

* Tener conocimientos de las técnicas principales de traducción automática en PLN, especialmente de las técnicas basadas en aprendizaje profundo.

Irakasgai-zerrenda

* Foundational : Statistical methods; symbolic methods; cognition; corpus; text and speech; foundations of linguistics.

* Computational Syntax and Morphology : Finite state techniques; probabilistic approaches; formal grammars; tagging, chunking; parsing.

* Computational Semantics, Pragmatics and Discourse: Syntax-semantics interface; semantic construction; dialogue; ontologies; formal semantics.

* Data Structures, Data Organization and Processing : Algebraic data-types; relational databases; semi-structured data and XML; information retrieval; digital libraries.

* Logic, Computability and Complexity: Logic and inference; automata theory; computability theory; complexity theory; discrete mathematics.

* Formal Languages and Algorithms: Formal grammars and languages hierarchy; parsing and compiler design; search techniques and constraint resolution; automated learning.

* Advanced Language Technologies: Machine translation; information and knowledge representation; information retrieval; question answering; speech recognition and generation; models of human language processing and understanding; psycholinguistics.

*Advanced Computer Science: Artificial intelligence; knowledge representation; automated reasoning; semantic web; intelligent and multi-modal interfaces; cognitive modelling; computational psychology; neural networks; machine learning.