Natural Language Processing (автоматическая обработка естественного язык): определение автора текста. (проект)

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Ментор Кирилл Малахов
Учебный семестр Весна 2016
Учебный курс 1-й курс



Что это за проект?

Одна из современных задач машинного обучения является обработка неструктурированных текстов на естественных языках. Студенту предлагается реализовать приложение, которое после обучения на некоторой тренировочной выборке, с высокой долей вероятности определяет автора предложенного текста. Данная тема очень актуальна в сегодняшние дни, так как используется повсеместно: машинный перевод, информационный поиск, реферирование и аннотация текстов, искусственный интеллект, извлечение информации и т.д.

Чему вы научитесь?

Студент получит навыки промышленного программирования, а также базовые знания в области обработки тестовой информации на естественных языках, понимание проблем и современные методы и подходы их решения.

Какие начальные требования?

Помимо желания научиться чему-либо новому, целеустремленности и нацеленности на результат, необходимо уметь программировать на каком-либо современном объектно-ориентированном языке, используя графические библиотеки для интерфейса (последнему при желании можно обучиться). Возможные языки: C++, Qt C#, WPF Java, Swing Python, Tkinter

Какие будут использоваться технологии?

GIT,
Task-tracking,
Стандартные библиотеки, среды разработки, соответствующими выбранному языку.

Темы вводных занятий

Планирование разработки, введение в GIT и task-tracking, Командная разработки и review code, основы качественного написание кода. Постановка задачи, задачи обработки текстов, конечные автоматы и регулярные выражения, N-граммы и алгоритмы, связанные с ними. Методы классификации и кластеризации. Контекстно-свободные грамматики. Синтаксический и лексический анализ.

Направления развития

Так как данная область достаточно новая, то и нерешенных задач много. Можно попробовать разработать новые алгоритмы или совершенствовать существующие. Полученные знания можно использовать для применения в новых областях.

Критерии оценки

Во время разработки ментор будет периодически проводить review кода.
Обязательная часть:
• Полное описание работы с программой через командную строку (2 балла),
• Разработка алгоритма с качеством 75% (2 балла).
Дополнительная часть:
• Разработка алгоритма с качеством 80% (+ 1 балл),
• Разработка алгоритма с качеством 85% (+ 1 балл),
• Разработка алгоритма с качеством 90% (+ 1 балл),
• Отчёт, описывающий алгоритм с обоснованием, работу с приложением (+ 2 балла),
• Графический интерфейс (+ 2 балла).

Ориентировочное расписание занятий

Уточняется.