DOĞAL DİL İŞLEMEDE İLERİ KONULAR

AMAÇ

Dersin Amacı Bu dersin amacı, doğal dil işleme alanındaki en yeni araştırma alanlarını yeterli derinlikte incelemektir. Kursun sonunda katılımcılar, seçtikleri konulardaki araştırmalara aktif olarak katkıda bulunabilecek donanıma sahip olacaklardır. Bu ders, bilgisayar bilimleri/mühendisliği lisansüstü öğrencilerine yöneliktir. Ders, öğrencilerin makine öğrenimi konusunda temel bilgiye ve doğal dil işleme konusunda önceden deneyime veya ders aldıklarını olduklarını varsaymaktadır. İşlenen konular doğal dil anlama, temsil öğrenimi, bağlamsal temsiller, çoklu görev öğrenimi, çoklu modalitelerden öğrenme, derin üretken modeller, pekiştirmeli öğrenme, üretken düşmanca öğrenme, NLP yöntemleri ve metriklerini kapsamaktadır. Her yıl için konuların spesifik listesi, öğretim üyesi ve doğal dil işleme araştırmalarındaki hâkim eğilimlere bağlı olacak ve ayrıntılar ders sırasında duyurulacaktır.

İÇERİK

Bu ders; Doğal dil anlayışı,Temsil öğrenimi,Bağlamsal temsil modelleri,Anlamsal ve sözdizimsel ayrıştırma,Soru cevaplama,Makine çevirisi,Sınav haftası,Çoklu görev öğrenimi, Çoklu modalitelerden öğrenme,Dil üretimi,Derin üretken modeller,Büyük dil modelleri,Pekiştirmeli öğrenme,Üretken çekişmeli öğrenme,Proje/araştırma sunumları; konularını içermektedir.

1. 1

   1 - Acquire knowledge about the selected advanced topics in natural language processing with a focus on design of learning algorithms and evaluation of learning algorithms

   Öğretim yöntemi: Beyin Fırtınası Tekniği · Değerlendirme: Ödev

2. 2

   2 - Develop the ability to read and understand recent scientific literature in the field of natural language processing, apply the knowledge obtained by reading scientific papers, discuss and compare methods and assess their potentials and shortcomings

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

3. 3

   3 - Gain a comprehensive understanding of advanced methods, and apply this knowledge to solutions of practical problems

   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

4. 4

   4 - Carry out research projects in a chosen area of interest within natural language processing.

   Öğretim yöntemi: Örnek Olay Yöntemi, Beyin Fırtınası Tekniği · Değerlendirme: Proje Görevi

HAFTALIK PLAN

1. HAFTA 1

   Doğal dil anlayışı

2. HAFTA 2

   Temsil öğrenimi

3. HAFTA 3

   Bağlamsal temsil modelleri

4. HAFTA 4

   Anlamsal ve sözdizimsel ayrıştırma

5. HAFTA 5

   Soru cevaplama

6. HAFTA 6

   Makine çevirisi

7. HAFTA 7

   Sınav haftası

8. HAFTA 8

   Çoklu görev öğrenimi, Çoklu modalitelerden öğrenme

9. HAFTA 9

   Dil üretimi

10. HAFTA 10

    Derin üretken modeller

11. HAFTA 11

    Büyük dil modelleri

12. HAFTA 12

    Pekiştirmeli öğrenme

13. HAFTA 13

    Üretken çekişmeli öğrenme

14. HAFTA 14

    Proje/araştırma sunumları

DEĞERLENDİRME

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

İŞ YÜKÜ

KAYNAKLAR

• - Eisenstein (2019), Introduction to Natural Language Processing. - Jurafsky and Martin (~2021), Speech and Language Processing. - Manning and Schütze, Foundations of Statistical NLP. - Murphy, Machine Learning: a Probabilistic Perspective - Goodfellow, Bengio and Courville (2016), Deep Learning. - Bird et al, NLP with Python, a.k.a. the NLTK book. - Lewis Tunstall, Leandro von Werra, and Thomas Wolf. Natural Language Processing with Transformers - Selected Papers.

ÖĞRETİM ELEMANLARI

• Prof.Dr. Reda ALHAJJKOORDİNATÖR
• Prof.Dr. Reda ALHAJJ