Doğal Dil İşleme(IT 534)
| Ders Kodu | Dersin Adı | Yarıyıl | Teori | Uygulama | Lab | Kredisi | AKTS |
|---|---|---|---|---|---|---|---|
| IT 534 | Doğal Dil İşleme | 3 | 4 | 0 | 0 | 3 | 8 |
| Ön Koşul | |
| Derse Kabul Koşulları |
| Dersin Dili | İngilizce |
| Türü | Zorunlu |
| Dersin Düzeyi | Yüksek Lisans |
| Dersi Veren(ler) | İsmail Burak PARLAK bparlak@gsu.edu.tr (Email) |
| Dersin Yardımcıları | |
| Dersin Amacı |
This course explores the current design and implementation of computing systems that can process, understand, and generate human language, with an emphasis on the transformative impact of large language models (LLMs) and generative AI (GenAI). Building on a foundation of machine learning and deep learning, the course covers both classical and modern approaches to natural language processing (NLP), tracing the evolution from early syntactic analysis to today's generative, few-shot, and instruction-tuned systems. Topics include part-of-speech tagging, dependency and constituency parsing, semantic representations, and advanced applications such as question answering, summarization, translation, and dialogue systems. In addition to traditional NLP pipelines, the course will introduce multimodal learning—where text interacts with vision or other modalities—and prompt engineering techniques essential for effectively leveraging LLMs in real-world tasks. Students will gain hands-on experience developing and scaling NLP systems, fine-tuning pre-trained models, and designing prompt-based interfaces for both text-only and multimodal generative models. Through coding assignments and a final project, students will deepen their understanding of how to build, adapt, and evaluate intelligent systems capable of human-like language understanding and generation. Suggested Background: Data Structures and Algorithms, Linear Algebra, Introduction to Artificial Intelligence-Machine Learning |
| İçerik |
Week 1: Introduction to NLP, New Trends, GENAI Week 2: Parsing, Morphological Analysis, Semantics Week 3: Language models, tf-idf, Bag of Words (BoW), n-grams: LAB#1 Week 4: Large Language Models, Neural Nets, Embeddings Week 5: GenAI, Multimodality Week 6: GenAI & Prompt Engineering-1 Week 7: GenAI & Prompt Engineering-2: LAB#2 Week 8: Speech Analysis Week 9: Information Extraction, NER, Machine translation Week 10: Q&A Systems, Chatbots: LAB#3 Week 11: Projects |
| Dersin Öğrenme Çıktıları |
Bu dersi başarı ile tamamlayan öğrenciler; 1. Dil modellerine ve gösterimlerine hakimdir 2. GENAI ve LLM projelerini yürütebilir. 3. DDİ gösterimlerini gerçekleştirebilir. 4. Çok modlu DDİ problemlerini yorumlayabilir. |
| Öğretim Yöntemleri | |
| Kaynaklar |
1- Speech and Language Processing, D. Jurafsky& J.H. Martin, https://web.stanford.edu/~jurafsky/slp3/ 3rd edition draft 2- Foundation of Statistical Natural Language Processing, C.D. Manning & H. Schütze, MIT Press, 2003 3- Natural Language Processing with Python, Steven Bird, Ewan Klein, and Edward Loper O’Reilly, 2009: http://www.nltk.org/book/ Supplementary Books: 4- Python 3 Text Processing with NLTK 3 Cookbook, Jacob Perkins, Packt Publishing, 2014 5- Applied Text Analysis with Python, Benjamin Bengfort, Tony Ojeda, Rebecca Bilbro, O’Reilly, 2018 6- Turkish Natural Language Processing, Kemal Oflazer, Murat Saraçlar, Springer, 2018 7- Neural Network Methods for Natural Language Processing, Yoav Goldberg, Morgan & Claypool, 2017 |
Teori Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|---|
| 1 | Introduction to NLP, New Trends, GENAI |
| 2 | Parsing, Morphological Analysis, Semantics |
| 3 | Language models, tf-idf, Bag of Words (BoW), n-grams: LAB#1 |
| 4 | Large Language Models, Neural Nets, Embeddings |
| 5 | GenAI, Multimodality |
| 6 | GenAI & Prompt Engineering-1 |
| 7 | GenAI & Prompt Engineering-2: LAB#2 |
| 8 | Speech Analysis |
| 9 | Information Extraction, NER, Machine translation |
| 10 | Question & Answering Systems, Chatbots: LAB#3 |
| 11 | Projects |
Uygulama Konu Başlıkları
| Hafta | Konu Başlıkları |
|---|
Başarı Notuna Etki Oranları
| Sayı | Katkı Payı | |
|---|---|---|
| Yarıyıl içi çalışmaların başarı notuna katkısı | 1 | 50 |
| Yarıyıl sonu çalışmaların başarı notuna katkısı | 1 | 50 |
| Toplam | 2 | 100 |
Yarıyıl İçi Çalışmaları
| Sayı | Katkı Payı | |
|---|---|---|
| Ödevler | 2 | 25 |
| Sunum | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 0 | 0 |
| Proje | 1 | 25 |
| Laboratuar | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 |
| Kısa Sınavlar | 0 | 0 |
| Dönem Ödevi / Projesi | 0 | 0 |
| Portfolyo Çalışmaları | 0 | 0 |
| Raporlar | 0 | 0 |
| Öğrenme Günlükleri | 0 | 0 |
| Bitirme Tezi/Projesi | 0 | 0 |
| Seminer | 0 | 0 |
| Diğer | 0 | 0 |
| Toplam | 3 | 50 |
| Numara | Program Yeterlilikleri | Puan | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 1 | Bilişim teknolojileri alanının çok disiplinli geniş kapsamını ve ilgili disiplinler arasıdaki etkileşimi tanımlar. | X | ||||
| 2 | Bilişim teknolojileri alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları, etkileri ve sonuçları hakkında kapsamlı bilgi sahibi olur. | X | ||||
| 3 | Bilişim teknolojileri alanında uygulamalı araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir ve uygular. | X | ||||
| 4 | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bütünleştirir. | X | ||||
| 5 | Tanımlanmış mühendislik yönetimi problemlerini çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. | X | ||||
| 6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. | X | ||||
| 7 | Bilişim teknolojileri alanının yeni ve gelişmekte olan uygulamalarının farkında olup, bunları inceleme ve öğrenme yeteneğine sahip olur. | X | ||||
| 8 | Teknoloji alanında kullanılan yöntem ve yazılımlar ile iletişim teknolojilerini ileri düzeyde kullanır. | X | ||||
| 9 | Bir yabancı dili en az Avrupa Dil Portfoyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. | X | ||||
| 10 | Girişimcilik ve yenilikçilik boyutlarını dikkate alarak bilişim teknolojileri uygulamalarını gerçekleştirebilir. | X | ||||
| 11 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. | X | ||||
| Etkinlikler | Sayı | Süre | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi | 0 | 0 | 0 |
| Sınıf Dışı Çalışma Süresi | 0 | 0 | 0 |
| Ödevler | 0 | 0 | 0 |
| Sunum | 0 | 0 | 0 |
| Arasınavlar (Hazırlık Süresi Dahil) | 0 | 0 | 0 |
| Proje | 0 | 0 | 0 |
| Laboratuar | 0 | 0 | 0 |
| Diğer Uygulamalar | 0 | 0 | 0 |
| Yarıyıl Sonu Sınavı (Hazırlık Süresi Dahil) | 0 | 0 | 0 |
| Kısa Sınavlar | 0 | 0 | 0 |
| Dönem Ödevi / Projesi | 0 | 0 | 0 |
| Portfolyo Çalışmaları | 0 | 0 | 0 |
| Raporlar | 0 | 0 | 0 |
| Öğrenme Günlükleri | 0 | 0 | 0 |
| Bitirme Tezi/Projesi | 0 | 0 | 0 |
| Seminer | 0 | 0 | 0 |
| Diğer | 0 | 0 | 0 |
| Bütünleme | 0 | 0 | 0 |
| Toplam İş Yükü | 0 | ||
| Toplam İş Yükü / 25 | 0.00 | ||
| Dersin AKTS Kredisi | 0 | ||