О программе

Курс познакомит слушателей с наиболее часто встречающимися на практике задачами и базовыми подходами в автоматической обработке текстов.

Будут рассмотрены классификация и кластеризация текстов, поиск дубликатов, частеречная разметка, выделение именованных сущностей, векторное представление слов, машинный перевод и несколько других смежных задач.

Требования к слушателям

• базовые навыки программирования на Python,
• знание основ линейной алгебры и классической вероятности или готовность разобраться в них самостоятельно на ходу,
• интерес к анализу естественного языка и машинному обучению.

Технические требования

• Python 3.5+ (возможно, понадобится и второй питон, но для этого сможем воспользоваться облачным сервисом)
• pip (и возможность установки пакетов с его помощью)
• ваша любимая IDE для написания кода на питоне (notepad, spyder, pycharm, любая другая)

Логистика курса

Занятия раз в неделю. При необходимости будет проведено несколько практических семинаров или дополнительных занятий в тот же день.

Оценка будет складываться из взвешенной суммы баллов

• за выполненные домашние работы; за преподавателями остаётся право снизить оценку за малопонятный код, поэтому рекомендуем ознакомиться с правилами хорошего тона :)
• за контрольные работы по материалам предыдущих занятий
• за дополнительное задание (можно делать, можно не делать)

Хорошие книги

• D. Jurafsky, J. H. Martin. Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. 2nd edition. Prentice-Hall. 2009.
• Chr. Manning, Pr. Raghavan and H. Schütze. Introduction to Information Retrieval, Cambridge University Press. 2008.
• Chr. Manning, H. Schütze, Foundations of Statistical Natural Language Processing, MIT Press. Cambridge, MA: May 1999.
• Николаев И.С., Митренина О.В., Ландо Т.М. (ред.). Прикладная и КОМПЬЮТЕРНАЯ ЛИНГВИСТИКА. Изд.2 Прикладная и компьютерная лингвистика URSS. 2017.