Lecture: Natural Language Processing

Lecture: Natural Language Processing

Administrative information


Title Natural Language Processing
Duration 60 - 70 minutes
Module A
Lesson Type Lecture
Focus Lecture - AI Modelling
Topic Statistical methods for NLP and text classification

 

Keywords


NLP,Natual Language Processing,Computational Linguistics,

 

Learning Goals


  • Students understand the basic concepts of Natural Language Processing
  • Students learn NLP use cases
  • Students get familiar with various NLP tools and concepts

 

Expected Preparation


Learning Events to be Completed Before

None.

Obligatory for Students

  • A review of basic statistics

Optional for Students

  • Review of Python Programming Language

References and background for students:

Lesson Materials


 

The materials of this learning event are available under CC BY-NC-SA 4.0.

 

Instructions for Teachers


You can base this class around the slides. The material is suggested but can be adapted.

Outline


Time schedule
Duration (Min) Description Concepts Activity Material
5 Introduction to Natural Language Processing, goals, methods and challenges computer linguistics, natural language processing    
5 Processing Natural Language Text: Use cases corpus, segmentation, tokenization, concordance    
10 Regular Expressions, Text Normalisation language modeling, edit distance    
15 N-gram Models Sequences of words as a Markov process    
5 Chain Rule of Probality General product rule    
10 Markov and Maximum Likelihood Estimation Markov chain - stochastic model    
5 Evaluation Language Models Perplexity    
5 Naive Bayes Classifier Probabilistic classifiers Preparing the lab excercise  

 

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

 

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

HCAIM Consortium

Colofon

Het arrangement Lecture: Natural Language Processing is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

Laatst gewijzigd
2024-05-15 11:03:20
Licentie

Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

  • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
  • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
  • voor alle doeleinden, inclusief commerciële doeleinden.

Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

Aanvullende informatie over dit lesmateriaal

Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

Toelichting
.
Eindgebruiker
leerling/student
Moeilijkheidsgraad
gemiddeld
Studiebelasting
4 uur en 0 minuten

Gebruikte Wikiwijs Arrangementen

HCAIM Consortium. (z.d.).

Acknowledgement

https://maken.wikiwijs.nl/198386/Acknowledgement

HCAIM Consortium. (z.d.).

Lecture: Duty Ethics

https://maken.wikiwijs.nl/198966/Lecture__Duty_Ethics

Downloaden

Het volledige arrangement is in de onderstaande formaten te downloaden.

Metadata

LTI

Leeromgevingen die gebruik maken van LTI kunnen Wikiwijs arrangementen en toetsen afspelen en resultaten terugkoppelen. Hiervoor moet de leeromgeving wel bij Wikiwijs aangemeld zijn. Wil je gebruik maken van de LTI koppeling? Meld je aan via info@wikiwijs.nl met het verzoek om een LTI koppeling aan te gaan.

Maak je al gebruik van LTI? Gebruik dan de onderstaande Launch URL’s.

Arrangement

IMSCC package

Wil je de Launch URL’s niet los kopiëren, maar in één keer downloaden? Download dan de IMSCC package.

Meer informatie voor ontwikkelaars

Wikiwijs lesmateriaal kan worden gebruikt in een externe leeromgeving. Er kunnen koppelingen worden gemaakt en het lesmateriaal kan op verschillende manieren worden geëxporteerd. Meer informatie hierover kun je vinden op onze Developers Wiki.

close
Colofon
gemaakt met Wikiwijs van kennisnet-logo
open