| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| Doğal Dil İşlemeye Kavramsal Bir Bakış | BLM5105 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz |
|---|
| Dersin Dili | Türkçe |
|---|---|
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı Seçmeli @ Bilgisayar Mühendisliği ABD Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezsiz) |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Bilgisayar Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Banu Diri |
| Dersi Veren(ler) | Banu Diri |
| Asistan(lar)ı |
| Dersin Amacı | Doğal dil ve uygulama alanları ile tanışmak; Mümkün olabilen uygulamaları gerçekleştirmek |
|---|---|
| Dersin İçeriği | Dilin biçimbirimsel analizi; Farklı gramer yapıları; Kümeleme ve Sınıflandırma Algoritmaları; Bilgi Çıkarımı; Soru Cevaplama; Doğal Dil İşleme Uygulamaları |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Öğrenci, bilgisayar ortamında doğal dili kullanmanın günlük hayatımıza getireceği kolaylıkları bilecektir.
- Öğrenci, doğal dil işleme alanında kullanılan algoritmaları ve yöntemleri öğrenecek ve uygulamalar geliştirecektir.
- Öğrenci, yurt dışında ve yurt içerisinde geliştirilmiş olan araçları tanıyacak ve kullanabilecektir.
- Öğrenci, doğal dil işlemedeki tüm kavramları öğrenecektir.
- Öğrenci, derste öğrendiklerini kullanarak bir proje geliştirecektir.
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Doğal Dil İşlemeye Giriş | Foundations of Statistical Natural Language Processing Bölüm 1 |
| 2 | Dilbiliminin Esasları ve Dil Modelleri | Foundations of Statistical Natural Language Processing Bölüm 3 |
| 3 | Sözdizimsel Analiz ve Biçimbirimsel Analiz | Foundations of Statistical Natural Language Processing Bölüm 10 |
| 4 | Makine Öğrenmesine Giriş | Introduction to Machine Learning, MIT |
| 5 | Düzenli İfadeler | Regular Expressions Cookbook, O'Relliy |
| 6 | Varlık İsmi Bulma | Speech and Language Processing Section 22 |
| 7 | Metin Sınıflandırma | Foundations of Statistical Natural Language Processing Bölüm 16 |
| 8 | Ara Sınav | Ara Sınav |
| 9 | String Algoritmaları | Cambridge University Press |
| 10 | Saklı Markov Modelleri ve Uygulamaları | Foundations of Statistical Natural Language Processing Bölüm 9 |
| 11 | Bilgi Çıkarımı | Foundations of Statistical Natural Language Processing Bölüm 15 |
| 12 | Metin İndeksleme ve Erişim | Foundations of Statistical Natural Language Processing Bölüm 15 |
| 13 | Soru Cevaplama | Speech and Language Processing Section 23 |
| 14 | Eşdizimlilik | Foundations of Statistical Natural Language Processing Bölüm 5 |
| 15 | Sözlü Sunum | Sözlü Sunum |
| 16 | Dönem Projelerinin Sunumu (Final Sınavı) | Dönem Projelerinin Sunumu (Final Sınavı) |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | ||
| Sunum/Jüri | ||
| Projeler | 1 | 60 |
| Seminer/Workshop | 1 | 20 |
| Ara Sınavlar | 1 | 20 |
| Final | ||
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 16 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 14 | 2 | |
| Derse Özgü Staj | |||
| Ödev | |||
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | 1 | 125 | |
| Sunum / Seminer | 1 | 15 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 10 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | |||
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|