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 |
---|