T-61.5020 Luonnollisen kielen tilastollinen käsittely (5 op, L)

T-61.5020 Statistical and adaptive natural language processing

Luennoijat: dos. Timo Honkela, DI Teemu Hirsimäki
Assistentti: Sami Virpioja
Luennot: ti 10-12 salissa T3 (2. krs) (Tietotekniikan talo) ti 17.1.2006 alkaen.
Laskarit: to 10-12 salissa T3 alkaen to 26.1.2006.
Kotisivu: http://www.cis.hut.fi/Opinnot/T-61.5020/
Edellisten vuosien kurssit: 2005, 2004, 2003, 2002

• Tavoitteet, sisältö ja suorittaminen
• Oppimateriaali jaetaan kurssin kuluessa.
• Ilmoittautuminen kurssille ja tenttiin: WWWTopi
• Luentoaikataulu ja kalvot
• Laskarit: Aikataulu, tehtäviä ja malliratkaisuja
• Harjoitustyöohje ja raporttiesimerkki
• Tenttitulokset 10.5.2006
• Tenttitulokset 26.10.2006

---

Tavoitteet, sisältö ja suorittaminen

Kurssi antaa yleiskuvan tilastollisten ja oppivien menetelmien soveltamisesta luonnollisen kielen käsittelyyn erityisesti kolmella alueella:

• tekstikokoelmien analysointi, järjestäminen ja tiedonhaku,
• puheentunnistus ja
• konekääntäminen.

Suorittaminen: Tentti ja harjoitustyö.

Kurssimateriaali

Aiemmin kurssi on perustunut Christopher D. Manningin and Hinrich Schützen kirjaan Foundations of Statistical Natural Language Processing, mutta uusitussa muodossaan kurssilla perehdytään kolmeen keskeiseen luonnollisen kielen käsittelyn sovellus- ja osa-alueeseen eli konekääntämiseen, puheentunnistukseen ja tiedonhakuun sekä näissä käytettäviin menetelmiin. Opintomateriaali esitellään luentojen yhteydessä.

Esitieto- ja taustamateriaalia

Johdantoa kieliteknologiaan

• Kieliteknologian johdantokurssin luentomoniste (Kimmo Koskenniemi)
• kieliteknologista termistöä suomennosten kera (Kimmo Koskeniemi) ja NLP dictionary (Bill Wilson)

Resursseja verkossa

• Sanojen merkitysten erottaminen: Senseval
• Sanakirjoja verkossa: www.yourdictionary.com
• Englanninkielinen thesaurus ja sanakirja: www.britannica.com. Huomio: linkki voi avata useita mainosikkunoita