Grundlagen des Natural Language Processing

60 Präsenzstunden, 90 Stunden Eigenarbeit zur Vor-/Nachbereitung, Arbeit an der Modularbeit und zur Vorbereitung der Präsentation

Grundkenntnisse Python; Grundkenntnisse zu neuronalen Netzen sind hilfreich

Nach der Teilnahme an diesem Modul verfügen die Studierenden über die folgenden Kompetenzen. Die Studierenden …
… erklären in eigenen Worten grundlegende Begriffe und Prinzipien des Natural Language Processing
… implementieren gängige Methoden zur Textanalyse eigenständig und wenden sie praktisch an
… entwerfen verschiedene Lösungsansätze für Textanalyseaufgaben, vergleichen sie kritisch und wählen und geeignete Methoden aus

Linguistische Grundlagen
Textvorverarbeitung
Repräsentationen und Embeddings
Informationsextraktion
Machine-Learning-Modelle für Text
Typische Anwendungen

Tafel, Folien und Beamer
Moodle als elektronische Lernplattform
Programmiersprache: Python
eigenständige Bearbeitung von kleinen Projekten im Team

Wird am Semesterbeginn bekannt gegeben, Beispiele:
Jurafsky, D., & Martin, J.H. (2021). Speech and language processing. https://web.stanford.edu/~jurafsky/slp3/
Albrecht, J., Ramachandran, S., Winkler, C. (2020). Blueprints for Text Analytics Using Python. O'Reilly, 2020. https://learning.oreilly.com/library/view/-/9781492074076/?ar
Bird, S., Klein, E., & Loper, E. (2009). Natural Language Processing with Python. https://www.nltk.org/book/
Vasiliev, Y. (2020). Natural Language Processing with Python and spaCy. No starch press.