Naziv kolegija: Uvod u obradu prirodnog jezika

Nastavnik: doc. dr. sc. Nives Mikelić Preradović

Jezik: hrvatski

Trajanje: 1 semestar

Status: obvezan izborni

Oblik nastave: 2 sata predavanja i 2 sata vježbi

Uvjeti: nema uvjeta

Ispit: pismeni

Sadržaj:

Pojam «prirodan» odnosi se na jezik koji ljudi govore, primjerice hrvatski, engleski, njemački, itd., za razliku od umjetnih jezika kao što su to programski jezici. Obrada prirodnog jezika odnosi se na programe koji se na neki način bave prirodnim jezikom. Tako se primjerice koristi za izradu korisničkih sučelja gdje računalo prirodnim jezikom kažemo što želimo da učini. Koristi se i kod usvajanja znanja te pretraživanja informacija, gdje računalo mora pronaći članke na zadanu temu te kod prijevoda s jednog prirodnog jezika na drugi. Kolegij daje uvod u obradu prirodnog jezika s osnovnim ciljem proučavanja korištenja prirodnog jezika iz računalne perspektive. Kolegij obuhvaća sintaktičku analizu, semantičku interpretaciju i pragmatiku jezika te donosi simbolički i statistički pristup. Teme su: razumijevanje prirodnog jezika, morfološka obrada, leksikon, tager, pretvornik, parser, razrješavanje višeznačnosti, deduktivni pristupi interpretaciji, strojno prevođenje i učenje prirodnog jezika.

Cilj – opće i specifične kompetencije:

Student treba razumjeti vodeće trendove i sustave za obradu prirodnog jezika. Također, treba razumjeti pojmove fonetike, fonologije, morfologije, sintakse, semantike i pragmatike jezika te moći dati odgovarajuće primjere koji će ilustrirati ta područja. Praktičnim radom na tjednim zadatcima tijekom semestra (15 zadataka) ovladat će konkretnom primjenom teorijskog znanja da bi na kraju semestra mogao opisati jednostavni sustav koji se temelji na bilo kojoj od razina obrade prirodnog jezika te biti sposoban pokazati mjesta morfološke, sintaktičke, semantičke i pragmatičke obrade jezika.

Sadržaj kolegija (podjela po tjednima):

1. Uvodno predavanje. O kolegiju. Ciljevi obrade prirodnog jezika. Pregled područja. Zašto studirati ovo područje?
2. Fonetika i fonologija: obrada govora i pismo.
3. Odnos pisma i jezika.
4. Prirodni jezici i pretraživanje: tražilice vs. nevidljivi web.
5. Regularni izrazi u obradi prirodnog jezika.
6. Regularni izrazi - nastavak
7. Morfologija: osnove morfologije hrvatskog i engleskog jezika. Derivacijska i oblična morfologija.
8. Morfologija i automati: morfološki analizatori i generatori oblika.
9. Računalna sintaksa: uvod
10. Racunalna sintaksa: sintakticka stabla i parsiranje.
11. Uvod u gramatike. Bezokolinska gramatika.
12. Provjernici pravopisa i gramatike.
13. Spam i tehnike prirodnog jezika za rješavanja spama.
14. Uvod u semantiku prirodnog jezika.
15. CALL - tehnike strojno potpomognutog učenja jezika

Literatura:

Osnovna:

1. James Allen. Natural Language Understanding. 2nd edition. The Benjamin /Cummings Publishing Company, 1994.

2. Marko Tadić. Jezične tehnologije i hrvatski jezik. Exlibris, Zagreb 2003.

Dopunska:

1.         Marko Tadic. Problemi računalne obrade imeničnih oblika u hrvatskome. Suvremena lingvistika 34, (1992), str. 301-308.

2.         Marko Tadic. Building the Croatian Morphological Lexicon. Proceedings of the EACL2003 Workshop on Morphological Processing of Slavic Languages (Budimpešta 2003), ACL, str. 41-46.

3.         Robert Dale, Hermann Moisl and Harold Somers, eds. Handbook of Natural Langauge Processing. MIT Press, 2000.

4.         Lucja M. Iwanska and Stuart C. Shapiro, eds. Natural Language Processing and Knowledge Representation. MIT Press, 2000.

5. Roland R. Hausser. Foundations of Computational Linguistics: Human-Computer Communication in Natural Language. Springer Verlag, 2001.