(INF 513)
Nom du Cours | Semestre du Cours | Cours Théoriques | Travaux Dirigés (TD) | Travaux Pratiques (TP) | Crédit du Cours | ECTS | |
---|---|---|---|---|---|---|---|
INF 513 | 2 | 3 | 0 | 0 | 3 | 6 |
Cours Pré-Requis | |
Conditions d'Admission au Cours |
Langue du Cours | Anglais |
Type de Cours | Électif |
Niveau du Cours | Master |
Enseignant(s) du Cours | İsmail Burak PARLAK bparlak@gsu.edu.tr (Email) |
Assistant(e)s du Cours | |
Objectif du Cours | Faire acquérir les fondements théoriques et les principaux outils, techniques et méthodes permettant de traiter des données langagières |
Contenus | - Introduction au Traitement Automatique du Langage Naturel, - TALN et machines d’états finis , - Application : Nooj, Unitex,…, - N-grams, - Etiquetage morpho-syntaxique, - Application : Porter Stemmer, Brill Tagger,…, - Modèles de Markov Cachés (HMM), - Analyse syntaxique, - Sémantique, - Application : construction d’un analyseur superficiel, - Sémantique lexicale calculatoire, - Modélisation informatique du discours, - Extraction d’information, Extraction des évènements temporels, - Application : Reconnaissance des entités nommées |
Acquis d'Apprentissage du Cours |
-Compréhension des particularités liées aux données langagières -Connaissance des bases théoriques et des outils -Ëtre capable de réaliser une application liée au domaine |
Méthodes d'Enseignement | |
Ressources |
Foundation of Statistical Natural Language Processing, C.D. Manning & H. Schütze, The MIT Press, 6th ed, 2003 Speech and Language Processing, D. Jurafsky & J.H. Martin, Pearson, 2009 Natural Language Processing with Python, Steven Bird, Ewan Klein, Edward Loper, O'Reilly Media, June 2009 |
Intitulés des Sujets Théoriques
Semaine | Intitulés des Sujets |
---|---|
1 | Expressions regulieres, Normalisation du texte, Edit Distance |
2 | Machines états finis, Correction de l'articulation |
3 | Reseaux de neurones, Apprentissage profond-I |
4 | Apprentissage profond-II |
5 | Modeles de Markov, ngrams, modeles stochastiques |
6 | Part of Speech (POS) Tagging, Grammaires formelles |
7 | Analyse syntaxique et morphologique |
8 | Lexicons; design et implementation |
9 | Sémantique, extraction de l'information |
10 | Classification du texte, résumé automatique du texte |
11 | Traduction automatique, Systemes question-réponse |
12 | Traitement du son-I |
13 | Traitement du son-II: reconnaissance et synthese |
14 | Projets |
Intitulés des Sujets Pratiques
Semaine | Intitulés des Sujets |
---|
Contribution à la Note Finale
Numéro | Frais de Scolarité | |
---|---|---|
Contribution du contrôle continu à la note finale | 1 | 60 |
Contribution de l'examen final à la note finale | 1 | 40 |
Toplam | 2 | 100 |
Contrôle Continu
Numéro | Frais de Scolarité | |
---|---|---|
Devoir | 2 | 20 |
Présentation | 0 | 0 |
Examen partiel (temps de préparation inclu) | 0 | 0 |
Projet | 0 | 0 |
Travail de laboratoire | 0 | 0 |
Autres travaux pratiques | 0 | 0 |
Quiz | 0 | 0 |
Devoir/projet de session | 1 | 40 |
Portefeuille | 0 | 0 |
Rapport | 0 | 0 |
Journal d'apprentissage | 0 | 0 |
Mémoire/projet de fin d'études | 0 | 0 |
Séminaire | 0 | 0 |
Autre | 0 | 0 |
Toplam | 3 | 60 |
No | Objectifs Pédagogiques du Programme | Contribiton | ||||
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
1 | X | |||||
2 | X | |||||
3 | X | |||||
4 | X | |||||
5 | X | |||||
6 | X | |||||
7 | X | |||||
8 | X | |||||
9 | X | |||||
10 | X | |||||
11 | X | |||||
12 | X | |||||
13 | X |
Activités | Nombre | Durée | Charge totale de Travail |
---|---|---|---|
Charge totale de Travail | 0 | ||
Charge totale de Travail / 25 | 0,00 | ||
Crédits ECTS | 0 |