МОВС Автоматический анализ текстов, NLP (2023-24 уч. год, 6 модуль) — различия между версиями
м (add Zoom link) |
м (UPD after sem2) |
||
| Строка 24: | Строка 24: | ||
Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBF1THckCvwhkITfhFs8ZB3 | Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBF1THckCvwhkITfhFs8ZB3 | ||
| − | GitHub с материалами курса: | + | GitHub с материалами курса: https://github.com/Combo-Breaker/NLP_course_2023 |
{| class="wikitable" | {| class="wikitable" | ||
| Строка 30: | Строка 30: | ||
! Занятие !! Тема !! Дата !! Теоретические материалы на платформе !! Тесты | ! Занятие !! Тема !! Дата !! Теоретические материалы на платформе !! Тесты | ||
|- | |- | ||
| − | | style="background:#eaecf0;" | '''1''' [[ Запись]] || [https://github.com/Combo-Breaker/NLP_course_2023/tree/main/1 Ноутбук] Обработка и аугментация текстов, векторные модели представления текста и задача классификации || 01.11.23 || Темы для повторения: Введение в анализ текстов, базовые методы предобработки и выделения признаков, Неглубокие векторные представления слов || - | + | | style="background:#eaecf0;" | '''1''' [[https://www.youtube.com/watch?v=SPRiPT4G1qo&list=PLmA-1xX7IuzBF1THckCvwhkITfhFs8ZB3 Запись]] || [https://github.com/Combo-Breaker/NLP_course_2023/tree/main/1 Ноутбук] Обработка и аугментация текстов, векторные модели представления текста и задача классификации || 01.11.23 || Темы для повторения: Введение в анализ текстов, базовые методы предобработки и выделения признаков, Неглубокие векторные представления слов || - |
|- | |- | ||
| − | | style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ | + | | style="background:#eaecf0;" | '''2''' [[https://www.youtube.com/watch?v=iuDWv4K0p60&list=PLmA-1xX7IuzBF1THckCvwhkITfhFs8ZB3 Запись]] || [[https://github.com/Combo-Breaker/NLP_course_2023/tree/main/2 Папка с ноутбуками]] Языковое моделирование. Модель Encoder-Decoder, Механизм внимания и задачи Seq2Seq || 08.11.23 || Машинный перевод || Итоговый тест 5 |
|- | |- | ||
| style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Ноутбук]] Современные модели, основанные на модели Transformer || 15.11.23 || Предобученные языковые модели. Улица Сезам 1. || Итоговый тест 6 | | style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Ноутбук]] Современные модели, основанные на модели Transformer || 15.11.23 || Предобученные языковые модели. Улица Сезам 1. || Итоговый тест 6 | ||
Версия 08:27, 12 ноября 2023
Содержание
О курсе
Цель курса - ознакомление студентов с задачами и современными технологиями Natural Language Processing. Планируется ознакомление со статистическими и нейросетевыми подходами в NLP, приобретение навыков их использования в реальных практических задачах.
По завершению программы студенты будут уметь работать с текстовыми данными, знать основные методы предобработки текста и его векторизации. Студенты также должны овладеть современными фреймворками для работы с нейросетевыми моделями, ориентироваться в основных задачах в области обработки текстов: уметь сформулировать задачу, выбрать и реализовать на практике модель для ее решения.
Занятия проводятся в Zoom по средам в 19:40 (за исключением недели 11 - 17 декабря: вместо 13 декабря занятие состоится 15 декабря в 19:40).
Онлайн-курс в дополнение к парам: https://openedu.ru/course/hse/TEXT/
Контакты
Чат курса в TG: https://t.me/+eyYewvjvsEU0NjVi
Преподаватель: Саркисян Вероника Вагановна
| Ассистент | Контакты |
|---|---|
| Артём Никитин | @SHAMPINION |
| Андрей Дядюнов | @mr_dyadyunov |
Материалы курса
Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBF1THckCvwhkITfhFs8ZB3
GitHub с материалами курса: https://github.com/Combo-Breaker/NLP_course_2023
| Занятие | Тема | Дата | Теоретические материалы на платформе | Тесты |
|---|---|---|---|---|
| 1 [Запись] | Ноутбук Обработка и аугментация текстов, векторные модели представления текста и задача классификации | 01.11.23 | Темы для повторения: Введение в анализ текстов, базовые методы предобработки и выделения признаков, Неглубокие векторные представления слов | - |
| 2 [Запись] | [Папка с ноутбуками] Языковое моделирование. Модель Encoder-Decoder, Механизм внимания и задачи Seq2Seq | 08.11.23 | Машинный перевод | Итоговый тест 5 |
| 3 Запись | Ноутбук Современные модели, основанные на модели Transformer | 15.11.23 | Предобученные языковые модели. Улица Сезам 1. | Итоговый тест 6 |
| 4 Запись | Ноутбук Few- и zero-shot learning. Использование предобученных языковых моделей для задач классификации и вопросно-ответных систем | 22.11.23 | ||
| 5 Запись | Ноутбук Sequence Labeling: POS-теггинг и извлечение именованных сущностей (NER) | 29.11.23 | ||
| 6 Запись | Ноутбук Тематическое моделирование и модель LDA | 06.12.23 | ||
| 7 Запись | Ноутбук Синтаксический парсинг предложений | 13.12.23 | ||
| 8 Запись | Ноутбук | 20.12.23 |
Записи консультаций
Формула оценивания
Оценка = 0.3*ОТесты + 0.7*ОДЗ, где ОТесты - средняя оценка по тестам на платформе онлайн-курса, а ОДЗ - максимальная из оценок по двум домашним заданиям
Домашние задания
Дедлайн по сдаче тестов (всех): 22 декабря
- ДЗ 1: Классификация: https://www.kaggle.com/competitions/toxic-comments-classification-2023/overview
- ДЗ 2: NER (будет выдана после 5-го семинара)
Литература
- Manning, Christopher D., and Hinrich Schütze. Foundations of statistical natural language processing. Vol. 999. Cambridge: MIT press, 1999.
- Goldberg, Yoav. "Neural Network Methods for Natural Language Processing." Synthesis Lectures on Human Language Technologies 10, no. 1 (2017): 1-309.
