Автоматический анализ текстов-2021-2022

О курсе

Курс проходит в смешанном формате: Курс на OpenEdu и 9 вебинаров

Ссылка на Zoom (по понедельникам в 19:00): [Weekly Zoom Meeting Link]

Контакты

Канал в TG: NLP channel link

Чат курса в TG: NLP chat link

Преподаватель	Контакты
Артёмова Екатерина	Telegram
Вероника Саркисян	Telegram
Михаил Флоринский	Telegram

Материалы курса

Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzB0hk1DjnaF6YapLrNkDFN4

Ссылка на github с материалами курса: [GitHub]

Ссылка на курс на платформе OpenEdu: https://openedu.ru/course/hse/TEXT/?session=fall_2020

Неделя	Тема	Материалы для подготовки к семинару	Дополнительные материалы
1	Регулярки. Техники предобработки текстов. Простые векторные модели	Блок "Введение в анализ текстов, базовые методы предобработки и выделения признаков" на OpenEdu
2	Векторные представления слов: берем предобученные // обучаем сами // дообучаем :)	Блок "Неглубокие векторные представления слов" на OpenEdu, ноутбук "Векторные представления слов"
3	Классификация текста с использованием FastText и CNN. Аугментация текстовых данных: Under- and Oversampling	Блок "Классификация текстов" с OpenEdu, Ноутбук про классификацию текстов, итоговый тест к блоку "Неглубокие векторные представления слов" с OpenEdu	Найти в корпусе lenta.ru все имена людей (Подсказка: регулярки и морфологический парсинг)
4	Языковые модели и генерация текстов. Вероятностные модели и RNN-ки
5	Seq2Seq-модели, механизм Attention	Kaggle занятия
6	Бенчмарки. GLUE и обучение на его примерах	Ноутбук
7	Классификация текстов BERT'ом	Домашнее задание на OpenEdu или Соревнование на Kaggle про поиск упоминания побочек в твитах
8	Семинар "Как сравнивать модели?"

Оценки

O_итог = 0.3 * О_тесты + 0.7 * О_дз

[Ведомость]