Jump for page navigation or with accesskey and key 1. 
Jump to page content or with accesskey and key 2. 

Natural Language Processing - Single View

  • Functions:
Basic Information
Type of Course Lecture/exercise Long text
Number 213431 Short text FMI-IN3353
Term SS 2023 Hours per week in term 4
Number of Students presumably turning up 24 Upper Limit for Number of Students 2nd run 30
Frequency Every 2nd term Study Year
Credits for IB and SPZ
E-Learning
Hyperlink
Language German
Application period application currently not allowed
Canceling of application


Dates/Times/Location Group: 1-group iCalendar export for Outlook
  Day Time Frequency Duration Room Lecturer (Responsibilities) Status Remarks Cancelled on Upper Limit for Number of Students 2nd run
show single terms Tu. 12:00 bis 14:00 w. 04.04.2023 bis
04.07.2023
Carl-Zeiß-Straße 3 - SR 225   taking place  
show single terms Th. 12:00 bis 14:00 w. 06.04.2023 bis
06.07.2023
Carl-Zeiß-Straße 3 - HS 8   taking place  
Group 1-group:



Responsible Instructors
Responsible Instructors Responsibilities
Hagen, Matthias, Universitätsprofessor, Dr. responsible
Schlatt, Ferdinand responsible
Assign to Departments
Faculty of Mathematics and Computer Science
Contents
Remarks

Die Veranstaltung kann im B.Sc. Informatik/Angewandte Informatik im Wahlpflichtbereich belegt werden. Dafür ist die Prüfungsanmeldung via Formular nötig.

Learning Content

Lernziele:

Studierende sollen durch dieses Modul folgende Kompetenzen erwerben:
- Sie kennen die verschiedenen Bereiche der Linguistik wie etwa Syntax, Semantik und Pragmatik und können Problemstellungen des Natural Language Processing in diese Bereiche einordnen.
- Sie kennen die grundlegenden Algorithmen und Verfahren des Maschinellen Lernens und können diese im Kontext des Natural Language Processings zum Einsatz bringen.
- Sie können Konzepte und Methoden des Natural Language Processing definieren und diese darüber hinaus anwenden, um für gegebene Natural-Language-Processing-Problemstellungen geeignete Lösungsverfahren zu entwickeln.
- Sie sind in der Lage, die Qualität eines Ansatzes zur Lösung eines Natural-Language-Processing-Problems zu evaluieren und so wohlinformierte Entscheidungen über den Einsatz verschiedener Methoden des Natural Language Processings zu treffen.
- Sie können praktische Gesichtspunkte für die Verbesserung von Systemen zum Natural Language Processing analysieren und so einschätzen, welche Lösungsmöglichkeiten am erfolgversprechendsten in konkreten Szenarien sind.
- Sie sind in der Lage, selbstständig aktuelle Ansätze aus der Forschung zum Natural Language Processing zu reproduzieren und darauf aufbauend eigene Verfahren für vorgegebene Problemstellungen zu entwickeln.

Inhalte:

- In der Vorlesung werden grundlegende Methoden des Natural Language Processing (NLP) zur Verarbeitung großer Mengen unstrukturierter Textdaten im / aus dem Web und zur Analyse von Online-Inhalten als wertvolle Ressourcen vermittelt.

Structure Tree
Lecture not found in this Term. Lecture is in Term SS 2023 , Currentterm: SoSe 2024

About this Website and Legal Notice | Privacy Statement