Автоматическая обработка текста

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

5

Кредиты

Кто читает:

Департамент анализа данных и искусственного интеллекта

Статус:

Курс обязательный

Когда читается:

4-й курс, 1, 2 модуль

Преподаватель

Ильвовский Дмитрий Алексеевич

Программа дисциплины

Аннотация

Курс «Автоматическая обработка текстов» является вводным в проблематику компьютерной лингвистики и построения программных систем для обработки текстов на естественном языке. Изучаются основные методы автоматической обработки текста (АОТ), а также виды необходимых для этого лингвистических ресурсов. Обзорно рассматриваются современные приложения в области АОТ и принципы их построения. Лекции, включающие теоретический материал курса, дополняются практическими занятиями по изучению соответствующих интернет-ресурсов и прикладного программного обеспечения, а также домашними заданиями по их применению.

Цель освоения дисциплины

• Освоение основ автоматической обработки текстов на естественном языке, включая базовые навыки работы с лингвистическими процессорами и ресурсами

Планируемые результаты обучения

• Знать основные особенности неструктурированных текстов на ЕЯ и принципы их графематического, морфологического, синтаксического и статистического анализа
• Знать типичные прикладные системы в области АОТ и их архитектурные особенности
• Иметь представление о видах лингвистических ресурсов, используемых в различных системах обработки текстов
• Понимать ограничения компьютерных моделей автоматической обработки текстов
• Уметь применять готовые программные модули анализа текстов и открытые лингвистические ресурсы для решения частных задач АОТ

Содержание учебной дисциплины

• Введение
• Начальные этапы обработки текста
• Статистические характеристики текстов и корпусная лингвистика
• Подходы к автоматическому анализу синтаксиса и семантики текста
• Лингвистические ресурсы
• Прикладные задачи АОТ

Элементы контроля

• Домашнее задание
• Вопросы по итогам лекции
  Ответы на один или несколько вопросов в конце лекции или семинара. На ответ дается 5-10 минут. Правильный ответ засчитывается студенту в качестве одного "условного" балла. Студент, набравший 6 и более баллов по итогам курса получает дополнительно 0.5 к своей итоговой оценке.
• Проект
  Проект, который выполняется группой студентов в течение учебного курса.
• Экзамен
  Устный экзамен в форме ответа на вопросы из билетов. Для подготовки к ответу студенту дается не более 5 минут.

Промежуточная аттестация

• 2025/2026 2nd module
  0.25 * Проект + 0.25 * Домашнее задание + 0.25 * Вопросы по итогам лекции + 0.25 * Экзамен

Список литературы

Рекомендуемая основная литература

• Indurkhya N., Damerau F. J. Handbook of natural language processing. – Chapman and Hall/CRC, 2010. – 704 pp.

Рекомендуемая дополнительная литература

• Dale R., Moisl H., Somers H. (ed.). Handbook of natural language processing. – CRC Press, 2000. – 1015 pp.
• Olive, J., Christianson, C., McCary, J. (ed.). Handbook of natural language processing and machine translation: DARPA global autonomous language exploitation. – Springer Science & Business Media, 2011.

Авторы

• Ильвовский Дмитрий Алексеевич
• Антропова Лариса Ивановна
• Большакова Елена Игоревна