FESB NASTAVA
Loading...
    Doktorski
    310 Elektrotehnika i informacijska tehnologija
    2. semestar
    Prijediplomski
    Diplomski
    Doktorski
    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:
      • Napredne metode obrade prirodnog jezika

        (FELT22)
        2024/25 godina
        preduvjeti za upis
        nema
        ciljevi predmeta

        Osposobljavanje studenata za:
        - razlikovanje problemskih zadataka sintaktičke i semantičke analize teksta na prirodnom jeziku,
        - odabir primjerenih metoda u raznim zadacima obrade prirodnog jezika,
        - samostalan rad sa programskim alatima i bibliotekama koje se koriste za implementaciju sustava za automatsku obradu prirodnog jezika,
        - samostalno dizajniranje, implementaciju i vrednovanje metoda za automatsku obradu prirodnog jezika,
        - prepoznavanje napretka u razvoju metoda umjetne inteligencije i strojnog učenja za automatsku obradu i analizu prirodnog jezika.

        očekivani ishodi učenja

        Studenti će nakon uspješno savladanog predmeta moći:
        - razlikovati metode sintaktičke i semantičke obrade i analize prirodnog jezika,
        - uočiti različitosti u obradi hvatskog i engleskog jezika,
        - primijeniti metode umjetne inteligencije i strojnog učenja koje se koriste u automatskoj obradi prirodnog jezika,
        - samostalno dizajnirati i implementirati sustave za automatsku obradu prirodnog jezika,
        - samostalno koristiti programske alate i biblioteke za automatsku obradu prirodnog jezika,
        - vrednovati metode automatske obrade prirodnog jezika,
        - predložiti primjerenu metodu umjetne inteligencije i strojnog učenja za rješavanje određenog problema kod automatske obrade prirodnog jezika.

        nastava i predavači
         
        45 sati
        3 sata tjedno × 15 tjedana
        sadržaj

        - Uvod u obradu prirodnog jezika. Područja primjene sa konkretnim primjerima. Razlika sintaktičke i semantičke analize prirodnog jezika. Izazovi obrade engleskog i hrvatskog jezika.
        - Formalne gramatike u obradi prirodnog jezika. Regularne gramatike. Kontekstno-neovisne gramatike.
        - Vrste rječnika (korpusa) u obradi prirodnog jezika.
        - Tokenizacija i lematizacija u obradi prirodnog jezika.
        - Označavanje vrsta riječi u rječniku (korpusu) (tzv. POS (eng. Part-of-Speech) označavanje). Gramatičko označavanje riječi..
        - Prepoznavanje imenovanih entiteta.
        - Vektorski prostori i redukcija dimenzionalnosti u obradi prirodnog jezika. Tehnike odstranjivanja šuma.
        - Automatsko razumijevanje teksta pomoću WordNet metode, metode vreće riječi (eng. Bag of Words) i TF-IDF (eng. Term Frequency-Inverse Document Frequency) metode. Hrvatski WordNet (CroWN) i korištenje.
        - Postupci i metode automatske detekcije emocija pomoću obrade prirodnog jezika (Naivni Bayesov klasifikator, logistička regresija).
        - Metode umjetne inteligencije i strojnog učenja u obradi prirodnog jezika. Klasične metode. Metode utemeljene na dubokom učenju. Vrednovanje metoda za obradu prirodnog jezika.
        - Word2vec modeli u obradi prirodnog jezika. N-gram jezični modeli. GPT-2 i GPT-3 modeli. BERT model jezika i primjena u hrvatskom jeziku.

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

        • 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).

        • 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).

        dopunska literatura
        • 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).

        • Emily M. Bender. Linguistic Fundamentals for Natural Language Processing: 100 Essentials from Morphology and Syntax (Synthesis Lectures on Human Language Technologies), Morgan & Claypool Publishers; Illustrated edition (June 1, 2013).

        jezik poduke
        hrvatski
        način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula
        prazno
        ispit (način polaganja, ispitni rokovi)

        Ocjena se utvrđuje na osnovu kvalitete i složenosti realiziranog seminarskog
        rada te prezentacije istoga.

          Nastavne jedinice za Predavanja Broj sati
        1.

        Uvod u obradu prirodnog jezika. Područja primjene sa konkretnim primjerima. Razlika sintaktičke i semantičke analize prirodnog jezika. Izazovi obrade engleskog i hrvatskog jezika.

        4 sata
        2.

        Formalne gramatike u obradi prirodnog jezika. Regularne gramatike. Kontekstno-neovisne gramatike.

        4 sata
        3.

        Vrste rječnika (korpusa) u obradi prirodnog jezika.

        2 sata
        4.

        Tokenizacija i lematizacija u obradi prirodnog jezika.

        4 sata
        5.

        Označavanje vrsta riječi u rječniku (korpusu) (tzv. POS (eng. Part-of-Speech) označavanje). Gramatičko označavanje riječi..

        4 sata
        6.

        Prepoznavanje imenovanih entiteta.

        2 sata
        7.

        Vektorski prostori i redukcija dimenzionalnosti u obradi prirodnog jezika. Tehnike odstranjivanja šuma.

        3 sata
        8.

        Automatsko razumijevanje teksta pomoću WordNet metode, metode vreće riječi (eng. Bag of Words) i TF-IDF (eng. Term Frequency-Inverse Document Frequency) metode. Hrvatski WordNet (CroWN) i korištenje.

        6 sati
        9.

        Postupci i metode automatske detekcije emocija pomoću obrade prirodnog jezika (Naivni Bayesov klasifikator, logistička regresija).

        6 sati
        10.

        Metode umjetne inteligencije i strojnog učenja u obradi prirodnog jezika. Klasične metode. Metode utemeljene na dubokom učenju. Vrednovanje metoda za obradu prirodnog jezika.

        6 sati
        11.

        Word2vec modeli u obradi prirodnog jezika. N-gram jezični modeli. GPT-2 i GPT-3 modeli. BERT model jezika i primjena u hrvatskom jeziku.

        4 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.