FESB NASTAVA
Loading...
    Diplomski
    250 Računarstvo
    2. semestar
    Preddiplomski
    Diplomski
    Poslijediplomski
    Stručni
    Razlikovni
    110 Elektrotehnika i informacijska tehnologija
    111 Automatika i sustavi
    112 Elektronika i računalno inženjerstvo
    113 Elektrotehnika
    114 Komunikacijska i informacijska tehnologija
    120 Računarstvo
    130 Strojarstvo
    140 Brodogradnja
    150 Industrijsko inženjerstvo
    210 Automatika i sustavi
    220 Elektronika i računalno inženjerstvo
    221 Elektronika
    222 Računalno inženjerstvo
    230 Elektrotehnika
    231 Automatizacija i pogoni
    232 Elektroenergetski sustavi
    241 Bežične komunikacije
    242 Telekomunikacije i informatika
    250 Računarstvo
    261 Konstrukcijsko-energetsko strojarstvo
    262 Računalno projektiranje i inženjerstvo
    263 Proizvodno strojarstvo
    270 Industrijsko inženjerstvo
    271 Proizvodni management
    272 Upravljanje životnim ciklusom proizvoda
    280 Brodogradnja
    310 Elektrotehnika i informacijska tehnologija
    330 Strojarstvo
    510 Elektrotehnika
    511 Elektroenergetika
    512 Elektronika
    530 Strojarstvo
    540 Brodogradnja
    550 Računarstvo
    910 Automatika i sustavi
    920 Elektronika i računalno inženjerstvo
    930 Elektrotehnika
    940 Komunikacijska i informacijska tehnologija
    950 Računarstvo
    960 Strojarstvo
    970 Brodogradnja
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    3. semestar
    4. semestar
    5. semestar
    6. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    1. semestar
    2. semestar
    Nema predmeta
      Upit treba biti dulji od 1 znaka...
      Nema rezultata
      U polje za pretragu upišite naziv ili kôd predmeta koji želite pronaći
      • nema koda:
      • Obrada prirodnog jezika

        (FEOK01)
        2021/22 godina
        preduvjeti za upis
        Završen sveučilišni preddiplomski studij Računarstva ili sveučilišni preddiplomski studij Elektrotehnika i informacijska tehnologija. Za praćenje kolegija potrebno je poznavanje engleskog jezika.
        ciljevi predmeta

        Osposobljavanje studenata za:
        - dizajn i implementaciju računalnih programa za automatsku analizu, obradu i razumijevanje teksta,
        - razlikovanje programskih zadataka semantičke i sintaktičke obrade i analize teksta,
        - odabir i evaluacija optimalnih metoda za rješavanje određenih problema u području automatske obrade i analize teksta.

        očekivani ishodi učenja

        Studenti će nakon uspješno savladanog predmeta moći:
        - dizajnirati i implementirati računalne programe za automatsku obradu, analizu i razumijevanje teksta,
        - razumijeti razlike između automatske obrade i analize hrvatskog i engleskog jezika,
        - razlikovati semantičku i sintaktičku analizu teksta,
        - predlagati optimalne metode za rješavanje određenih problema automatske obrade i analize teksta,
        - evaluirati metode za automatsku obradu i analizu teksta,
        - razumijeti najnovija istraživanja u obradi prirodnog jezika te biti upoznati sa trenutnim izazovima i otvorenim problemima iz tog područja.

        nositelji predmeta
        nastava i predavači
         
        Predavanja
        30 sati
        2 sata tjedno × 15 tjedana
         
        Laboratorijske vježbe
        30 sati
        2 sata tjedno × 15 tjedana
        sadržaj

        (1) Uvod u obradu prirodnog jezika i lingvistiku. Područja primjene sa konkretnim primjerima.
        (2) Regularni izrazi.
        (3) Uvod u normalizaciju teksta. Algoritam minimalne udaljenosti uređivanja.
        (4) Statističke metode obrade prirodnog jezika. N-gram jezični modeli i njihova evaluacija.
        (5) Detekcija emocija u obradi prirodnog jezika. Naivni Bayesov klasifikator.
        (6) Logistička regresija u obradi prirodnog jezika.
        (7) Semantička analiza teksta. TF-IDF (eng. Term Frequency - Inverse Document Frequency). Word2vec. BERT.
        (8) Sintaktička analiza teksta: tokenizacija u obradi prirodnog jezika.
        (9) Sintaktička analiza teksta: lematizacija u obradi prirodnog jezika.
        (10) Sintaktička analiza teksta: označavanje vrsta riječi u rječniku (eng. Part-of-Speech tagging, POS tagging).
        (11) Sintaktička analiza teksta: prepoznavanje imenovanih entiteta.
        (12) Sintaktička analiza teksta: djelomično raščlanjivanje (eng. partial parsing, chunking) u obradi prirodnog jezika.
        (13) Automatska kategorizacija teksta. Automatsko prevođenje teksta. Automatsko sažimanje teksta.
        (14) Višeznačni smisao riječi. WordNet tezaurus.
        (15) Trenutni izazovi i otvoreni problemi u obradi prirodnog jezika.

        preporučena literatura
        • Daniel Jurafsky, James Martin: Speech and Language Processing, Prentice Hall, 2nd edition (May 16, 2008). (https://web.stanford.edu/~jurafsky/slp3/)

        • Christopher D. Manning, Hinrich Schütze: Foundations of Statistical Natural Language Processing, The MIT Press, 1st edition (June 18, 1999).

        dopunska literatura
        • Hobson Lane, Hannes Hapke, Cole Howard. Natural Language Processing in Action: Understanding, analyzing, and generating text with Python, Manning Publications; 1st edition (April 14, 2019).

        • Steven Bird, Ewan Klein, Edward Loper. Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit, O'Reilly Media; 1st edition (July 21, 2009).

        • Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana. Practical Natural Language Processing: A Comprehensive Guide to Building Real-World NLP Systems, O'Reilly Media; 1st edition (July 7, 2020).

        jezik poduke
        Hrvatski
        način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula

         Vođenje evidencije o prisutnosti na nastavi,
         godišnja analiza uspješnosti polaganja ispita,
         studentska anketa s ciljem evaluacije nastavnika,
         samoevaluacija nastavnika,
         povratna informacija od strane studenata koji su već diplomirali o relevantnosti sadržaja predmeta.

        ispit (način polaganja, ispitni rokovi)

        Tijekom semestra održati će se dva međuispita (kolokvija) i završni ispit. Međuispiti i završni ispit održavati će se prema kalendaru nastave.

        Uvjet za pozitivnu ocjenu je najmanje 50% bodova na svakom međuispitu, odnosno najmanje 50% bodova na cjelovitom ispitu koji se može polagati na završnom ili popravnom roku. Nastavnik zadržava pravo usmene provjere gradiva riješenog na međuispitima i ispitima.

        Prema Članku 65. Statuta Fakulteta elektrotehnike, strojarstva i brodogradnje, student je dužan sudjelovati u radu svih oblika nastave te prisustvovati: predavanjima najmanje 70% nastavnih sati te laboratorijskim vježbama 100% nastavnih sati. Ako ne ispuni navedene uvjete, student neće moći pristupiti ispitu.

        Ocjena kontinuirane provjere znanja formira se u skladu s izrazom:

        Ocjena (%) = 0,5 (M1 + M2)
        -- M1 - ocjena 1. međuispita izražena u postotcima,
        -- M2 - ocjena 2. međuispita izražena u postotcima.

        Ocjena (%) Ocjena
        91%-100% izvrstan (5)
        88%-90% -izvrstan (-5)
        85%-87% + vrlo dobar (+4)
        78%-84% vrlo dobar (4)
        75%-77% -vrlo dobar (-4)
        72%-74% + dobar (+3)
        65%-71% dobar (3)
        62%-64% -dobar (-3)
        59%-61% + dovoljan (+2)
        50%-58% dovoljan (2)
        0%-49% nedovoljan (1)

        Konačna ocjena utvrđuje se temeljem ocjene kontinuirane provjere znanja. Studenti s ocjenom s predznakom mogu pristupiti usmenom ispitu za višu ocjenu.

        Završnom ispitu studenti mogu pristupiti na prva dva roka nakon završetka nastave u semestru u kojem su predmet upisali. Na završnom ispitu studenti polažu dio gradiva koje nisu položili putem međuispita, ili cjelovito gradivo u slučaju da nisu položili ni jedan međuispit.

        Studenti koji ne polože ispit putem međuispita i završnog ispita, mogu pristupiti popravnom ispitu koji se održava u skladu s kalendarom nastave. Na popravnom ispitu student polaže cjelovito gradivo.

          Nastavne jedinice za Predavanja Broj sati
        1.

        Uvod u obradu prirodnog jezika i lingvistiku. Područja primjene sa konkretnim primjerima.

        2 sata
        2.

        Regularni izrazi.

        2 sata
        3.

        Uvod u normalizaciju teksta. Algoritam minimalne udaljenosti uređivanja.

        2 sata
        4.

        Statističke metode obrade prirodnog jezika. N-gram jezični modeli i njihova evaluacija.

        2 sata
        5.

        Detekcija emocija u obradi prirodnog jezika. Naivni Bayesov klasifikator.

        2 sata
        6.

        Logistička regresija u obradi prirodnog jezika.

        2 sata
        7.

        Semantička analiza teksta. TF-IDF (eng. Term Frequency - Inverse Document Frequency). Word2vec. BERT.

        2 sata
        8.

        Sintaktička analiza teksta: tokenizacija u obradi prirodnog jezika.

        2 sata
        9.

        Sintaktička analiza teksta: lematizacija u obradi prirodnog jezika.

        2 sata
        10.

        Sintaktička analiza teksta: označavanje vrsta riječi u rječniku (eng. Part-of-Speech tagging, POS tagging).

        2 sata
        11.

        Sintaktička analiza teksta: prepoznavanje imenovanih entiteta.

        2 sata
        12.

        Sintaktička analiza teksta: djelomično raščlanjivanje (eng. partial parsing, chunking) u obradi prirodnog jezika.

        2 sata
        13.

        Automatska kategorizacija teksta. Automatsko prevođenje teksta. Automatsko sažimanje teksta.

        2 sata
        14.

        Višeznačni smisao riječi. WordNet tezaurus.

        2 sata
        15.

        Trenutni izazovi i otvoreni problemi u obradi prirodnog jezika.

        2 sata
          Nastavne jedinice za Laboratorijske vježbe Broj sati
        1.

        Uvod u obradu prirodnog jezika u Pythonu. Pregled potrebnih biblioteka u Pythonu. Upute za spajanje na udaljeno računalo na kojemu će se odrađivati laboratorijske vježbe.

        2 sata
        2.

        Konstrukcija regularnih izraza za automatsko prikupljanje podataka (eng. web scraping) u Pythonu. Izrada računalnog programa za automatsko pretraživanje Interneta (eng. web spider).

        2 sata
        3.

        Normalizacija teksta. Algoritam minimalne udaljenosti uređivanja u Pythonu.

        2 sata
        4.

        Statističke metode obrade i analize teksta. Konstrukcija algoritma vreće riječi (engl. Bag-of-Words) u Pythonu.

        2 sata
        5.

        Naivni Bayesov klasifikator u obradi i analizi teksta.

        2 sata
        6.

        Logistička regresija u obradi i analizi teksta.

        2 sata
        7.

        Semantička analiza teksta: TF-IDF (eng. Term Frequency - Inverse Document Frequency).

        2 sata
        8.

        Semantička analiza teksta: Word2vec.

        2 sata
        9.

        Semantička analiza teksta: BERT.

        2 sata
        10.

        Tokenizacija i lematizacija teksta pomoću SpaCy Python biblioteke.

        2 sata
        11.

        Označavanje vrsta riječi u rječniku. Prepoznavanje imenovanih entiteta u automatskoj obradi i analizi teksta. Djelomično raščlanjivanje u obradi i analizi teksta.

        2 sata
        12.

        Izrada programa u Pythonu za automatsku kategorizaciju teksta.

        2 sata
        13.

        Izrada jednostavnog programa u Pythonu za automatsko prevođenje teksta.

        2 sata
        14.

        WordNet tezaurus.

        2 sata
        15.

        Uvod u umjetne razgovorne entitete (eng. artificial conversational entities, chatbots). Konstrukcija umjetnog razgovornog agenta u Pythonu sa specifičnom temeljnom funkcijom koji bi uključivao algoritme i funkcije naučene na prethodnim laboratorijskim vježbama.

        2 sata
        Niste više prijavljeni

        Istekla vam je prethodna prijava te se morate ponovno prijaviti.

        Nastao je problem u radu sustava

        Informacije o problemu smo pohranili i nastojat ćemo ga riješiti. Ako vas ova greška sprječava da obavite nešto važno, možete nas odmah kontaktirati na helpdesk@fesb.hr.

        Vaš preglednik nije podržan

        Koristite web preglednik koji nije podržan. Za puno korisničko iskustvo, preuzmite najnoviju inačicu vašeg preglednika.