Bu dersin sonunda öğrenciler; 1) Hesaplamalı dilbilimin temel kuramsal prensiplerini öğrenir. 2) Hesaplamalı dilbilimde kullanılan temel yöntemleri öğrenir. 3) Dil işleme programları geliştirir ve bunları kullanma pratiği kazanır. 4) Belirli bir dilbilim problemine öğrendiği yöntemlerin nasıl uygulanacağını bilir.
DERSİN VERİLİŞ BİÇİMİ
Yüz Yüze
DERSİN ÖNKOŞULLARI
Yok
ÖNERİLEN DERSLER
Bu dersle ilişkili önerilen başka dersler bulunmamaktadır.
DERS TANIMI
Hesaplamalı Dilbilime Giriş, Dil Modelleri ve N-gramlar, Varlık İsmi Tanıma ve İlişki Çıkarımı, Metin Sınıflandırma ve Teknikleri, Markov Modelleri ve Sözcük Türü Etiketleme, Bağlam-Bağımsız Dilbilgisi ve Ayrıştırma, Ayrıştırma Yöntemleri, Anlambilim ve Lambda Kalkülüs, Sözcüksel Anlambilim ve Kelime Anlamı Açıklaştırma, Bilgi Çıkarımı, Makine Çevirisi, Güncel Araştırmalar ve Uygulamalar
DERS İÇERİĞİ
HAFTA
KONULAR
1. Hafta
Hesaplamalı Dilbilime Giriş
2. Hafta
Dil Modelleri ve N-gramlar
3. Hafta
Varlık İsmi Tanıma ve İlişki Çıkarımı
4. Hafta
Metin Sınıflandırma ve Teknikleri
5. Hafta
Markov Modelleri ve Sözcük Türü Etiketleme
6. Hafta
Bağlam-Bağımsız Dilbilgisi ve Ayrıştırma
7. Hafta
Ayrıştırma Yöntemleri
8. Hafta
Arasınav
9. Hafta
Anlambilim ve Lambda Kalkülüs
10. Hafta
Sözcüksel Anlambilim ve Kelime Anlamı Açıklaştırma
11. Hafta
Bilgi Çıkarımı
12. Hafta
Makine Çevirisi
13. Hafta
Güncel Araştırmalar ve Uygulamalar
14. Hafta
Güncel Araştırmalar ve Uygulamalar
ZORUNLU YA DA ÖNERİLEN KAYNAKLAR
1. Speech and Language Processing, Jurafsky, D. & Martin, J. Prentice Hall, 2008. 2. Foundations of Statistical Natural Language Processing, Christopher D. Manning, and Hinrich Schutze. The MIT Press, 1999.