İçeriğe geç

Ders

COED1212914

DOĞAL DİL İŞLEME

TEORİ
3
UYGULAMA
0
KREDİ
3
AKTS
8

ÖN KOŞULLAR

Yok

ŞUNLARIN ÖN KOŞULU

Yok

OKUTULDUĞU PROGRAMLAR

DİLEnglishDÜZEYThird Cycle (Doctorate Degree)TÜRElective

AMAÇ

Bu ders Doğal Dil İşleme (DDİ)'nin temellerini ve derin öğrenmenin DDİ'ye uygulanmasını içermektedir. Bu dersin önkoşulu Makine Öğrenmesi'dir.

İÇERİK

Bu ders; Giriş,Scikit-learn ile basit bir DDİ akışı,Kelime vektörleri,Yinelemeli Sinir Ağları,Dil modelleri,Pytorch ve tensorflow,Metin sınıflandırma, metin özetleme, soru cevaplama,Sınav haftasına Hazırlık,Makine tercümesi,Dönüştürücüler,Hafif yüklü yapay zeka,Üretilen DDİ sistemleri,Proje sunumları,Proje sunumları; konularını içermektedir.

ÖĞRENME KAZANIMLARI

TR GÜNCELLENMEDİ
  1. 1

    Implement advanced neural network architectures using tensorflow or pytorch.

    Öğretim yöntemi: Beyin Fırtınası Tekniği · Değerlendirme: Ödev

  2. 2

    Complete a full NLP project involving advanced concepts in machine learning

    Öğretim yöntemi: Bireysel Çalışma Yöntemi, Beyin Fırtınası Tekniği · Değerlendirme: Sözlü Sınav, Proje Görevi

  3. 3

    Describe various NLP algorithms such as those used for text classification and text generation

    Öğretim yöntemi: Tartışma Yöntemi, Örnek Olay Yöntemi, Proje Temelli Öğrenme Modeli, Proje Temelli Öğrenme Modeli, Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Sözlü Sınav, Kısa Sınav

HAFTALIK PLAN

  1. HAFTA 1

    Giriş

  2. HAFTA 2

    Scikit-learn ile basit bir DDİ akışı

  3. HAFTA 3

    Kelime vektörleri

  4. HAFTA 4

    Yinelemeli Sinir Ağları

  5. HAFTA 5

    Dil modelleri

  6. HAFTA 6

    Pytorch ve tensorflow

  7. HAFTA 7

    Metin sınıflandırma, metin özetleme, soru cevaplama

  8. HAFTA 8

    Sınav haftasına Hazırlık

  9. HAFTA 9

    Makine tercümesi

  10. HAFTA 10

    Dönüştürücüler

  11. HAFTA 11

    Hafif yüklü yapay zeka

  12. HAFTA 12

    Üretilen DDİ sistemleri

  13. HAFTA 13

    Proje sunumları

  14. HAFTA 14

    Proje sunumları

DEĞERLENDİRME

  • Ara Sınavın Başarıya Oranı50%
  • Genel Sınavın Başarıya Oranı50%

İŞ YÜKÜ

ETKİNLİKSAYISAATTOPLAM
Ders Saati14342
Rehberli Problem Çözme000
Problem Çözümü / Ödev / Proje / Rapor Tanzimi10220
Okul Dışı Diğer Faaliyetler000
Proje Sunumu / Seminer81080
Kısa Sınav (QUİZ) ve Hazırlığı6318
Ara Sınav ve Hazırlığı13030
Genel Sınav ve Hazırlığı15050
Performans Görevi, Bakım Planı000

KAYNAKLAR

  • Speech and Language Processing, Jurafsky and Martin, 3rd edition draft at https://web.stanford.edu/~jurafsky/slp3/
  • Natural Language Processing with Python, Steven Bird, Ewan Klein, and Edward Loper at http://www.nltk.org/book/

ÖĞRETİM ELEMANLARI

  • Prof.Dr. Selim AKYOKUŞKOORDİNATÖR
  • Prof.Dr. Selim AKYOKUŞ