Институт системного программирования им. В.П. Иванникова РАН

Основы обработки текстов

Спецкурс предназначен для студентов 3-5 курсов, желающих получить знания и практические навыки в области обработки текстовой информации. Курс знакомит слушателей с основными проблемами компьютерной обработки текстов и современными подходами к их решению. Рассматриваются как фундаментальные понятия и идеи, так и современные исследования в данной области. Особое внимание уделяется применению методов машинного обучения, которые активно развиваются в настоящее время и показывают лучшие результаты.

Актуальность обработки текстовой информации на естественном языке связана с ростом количества документов, доступных для автоматической обработки, потребностью в их анализе и наличием вычислительных ресурсов. Слушатели получат базовые знания в области обработки текстов на естественном языке, понимание проблем, возникающих при разработке систем текстового анализа, и подходов к их решению.

Рассматриваемые темы

1. Задачи обработки текстов.
2. Регулярные выражения и конечные автоматы.
3. Методы поиска словосочетаний.
4. N-граммы и определение частей речи слов.
5. Методы классификации и кластеризации.
6. Контекстно-свободные грамматики и синтаксический анализ.
7. Статистические методы синтаксического анализа.
8. Лексическая семантика.
9. Вопросно-ответные системы и автоматическое реферирование.
10. Машинный перевод.
11. Тематическое моделирование.
12. Распределенные методы обработки текстов.

Курс группы

Информационные системы