Modulbeschreibung
Natural Language Processing (NLP)
Kurzzeichen:
M_TuIT_EVA_1051
ECTS-Credits:
3
Leitidee:
Die Studierenden
- müssen in der Lage sein, die grundlegenden Konzepte und Techniken der Verarbeitung natürlicher Sprache mit Schwerpunkt auf modernen aufmerksamkeitsbasierten Sprachmodellen zu beschreiben.
- müssen in der Lage sein, sich durch die Lektüre wichtiger wissenschaftlicher Publikationen im Bereich NLP Wissen anzueignen.
- müssen die Analyse von Textdaten durchführen können, die aus einer Reihe von realen Anwendungen stammen.
- können NLP-Methoden anwenden, um das Sentiment in einem Textdokument zu analysieren.
- können die Ergebnisse eines NLP-Projekts interpretieren.
Modulverantwortung:
Woo Shao Jü
Standort (angeboten):
Buchs
Zusätzliche Eingangskompetenzen:
Machine Learning, Lineare Algebra
Modultyp:
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Wahlpflicht-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)Kategorie:Fachliche Vertiefung (MSE-FachV)
Modulbewertung:
Note von 1 - 6
Leistungsnachweise und deren Gewichtung
Während der Unterrichtsphase:
Es findet eine mündliche Prüfung statt.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Es findet eine mündliche Prüfung statt (Gewicht 100%).
Bemerkungen:
Inhalte
Angestrebte Lernergebnisse (Abschlusskompetenzen):
Die Studierenden
- müssen in der Lage sein, die grundlegenden Konzepte und Techniken der Verarbeitung natürlicher Sprache mit Schwerpunkt auf modernen aufmerksamkeitsbasierten Sprachmodellen zu beschreiben.
- müssen in der Lage sein, sich durch die Lektüre wichtiger wissenschaftlicher Publikationen im Bereich NLP Wissen anzueignen.
- müssen die Analyse von Textdaten durchführen können, die aus einer Reihe von realen Anwendungen stammen.
- können NLP-Methoden anwenden, um das Sentiment in einem Textdokument zu analysieren.
- können die Ergebnisse eines NLP-Projekts interpretieren.
Modul- und Lerninhalt:
Natural Language Processing (NLP)