ECTS - University of Pisa
| Modules | Area | Type | Hours | Teacher(s) | |
| HUMAN LANGUAGE TECHNOLOGIES | INF/01 | LEZIONI | 72 |
|
Al termine del corso:
By the end of the course:
La valutazione continua monitorerà i progressi attraverso test periodici, presentazioni e discussioni che coinvolgeranno il docente e i gruppi di studenti che sviluppano il progetto. Gli studenti saranno valutati in base alla loro capacità di discutere i contenuti del corso utilizzando la terminologia appropriata e di applicare le tecniche di elaborazione del linguaggio naturale.
Ongoing assessments will monitor the progress by means of periodic tests, presentations and discussions involving the teacher and groups of students developing the project. Students will be assessed on the demonstrated ability to discuss the course contents using the appropriate terminology and to apply natural language processing techniques.
Al termine del corso, lo studente sarà in grado di progettare, implementare e valutare applicazioni che coinvolgano l'analisi, l'interpretazione e la trasformazione dei testi. Lo studente sarà in grado di presentare in una relazione scritta i risultati dell'attività svolta per la realizzazione di un progetto pratico su un compito NLP.
By the end of the course, the student will be able to design, implement, and evaluate applications that exploit the analysis, interpretation, and transformation of texts. The student will be able to present in a written report the results of the activity carried out for implementing a practical project on an NLP task.
Agli studenti verranno assegnati dei compiti (come parte dell'esame intermedio o come progetti finali) per valutare le loro capacità di sviluppo e di comprensione della ricerca.
Students will be given assignments (as part of the midterm or as final projects) to assess their development and research understanding skills.
Gli studenti saranno in grado di analizzare un problema di elaborazione del testo, selezionare i metodi corretti per risolverlo e implementare una soluzione funzionante. Saranno consapevoli di diversi problemi legati all'elaborazione del testo, tra cui l'affidabilità dei risultati.
Students will be able to analyze a text processing problem, select the correct methods to solve it and implement a working solution. They will be aware of several issues related to the processing of text, including the reliability of the results.
Durante lo sviluppo del progetto, vengono verificate le modalità di definizione del problema, di gestione delle responsabilità, e l'organizzazione delle fasi progettuali.
During project development, ways of defining the problem, managing responsibilities, and organizing the project phases are checked.
Prerequisiti utili:
Useful prerequisites:
La lingua ufficiale del corso è l'inglese: tutti i materiali, i riferimenti e i libri sono in inglese. Le diapositive delle lezioni saranno disponibili, insieme alle letture suggerite, sul sito web del corso.
Attività di apprendimento:
The official language of the course is English: all materials, references, and books are in English. Lecture slides will be made available, together with suggested readings, on the course website.
Learning activities:
Attendance: strongly advised
Teaching methods:
Sector case studies will be presented, possibly during seminars, with the active participation of students.
Il corso presenta principi, modelli e tecniche all'avanguardia per l'analisi e la generazione del linguaggio naturale, concentrandosi principalmente su approcci di apprendimento automatico statistico e in particolare sull'apprendimento profondo (Deep Learning). Gli studenti impareranno come applicare queste tecniche in una vasta gamma di applicazioni utilizzando moderne librerie di programmazione.
Fondamenti dell'Elaborazione del Linguaggio Naturale
Metodi e Tecniche di NLP
Applicazioni e Studi di Caso
Il programma potrebbe subire variazioni in base al ritmo del corso e alle tendenze emergenti.
The course presents principles, models, and state-of-the-art techniques for the analysis and generation of natural language, focusing mainly on statistical machine-learning approaches and Deep Learning in particular. Students will learn how to apply these techniques in a wide range of applications using modern programming libraries.
Foundations of Natural Language Processing
NLP Methods and Techniques
Applications and Case Studies
The syllabus is subject to change based on the pace of the class and emerging trends in Human Language Technologies.
Additional Material
C. Manning, H. Schutze. Foundations of Statistical Natural Language Processing. MIT Press, 2000.
S. Kubler, R. McDonald, J. Nivre. Dependency Parsing. 2010.
P. Koehn. Statistical Machine Translation. Cambridge University Press, 2010.
Additional Material
Gli studenti non frequentanti non possono svolgere i compiti intermedi. L'esame consisterà nello sviluppo di un progetto (con presentazione finale) e in una discussione orale sia sul progetto che sulla parte teorica.
Non-attending students cannot do midterm assignments. The exam will consist in the development of a project (with a final presentation) and an oral discussion about both the project and the theoretical part.
L'esame del corso per gli studenti che frequentano le lezioni si svolge in due fasi, comprendenti compiti intermedi, lo sviluppo di un progetto (con presentazione finale) e una discussione orale. Gli esami intermedi forniscono una dispensa per la discussione orale.
Course examination for students attending the lectures is performed in two stages, including midterm assignments, the development of a project (with a final presentation) and an oral discussion. Midterms provide a waiver for the oral part.
