Practical: Natural Language Processing

Practical: Natural Language Processing

Administrative information

Title Natural Language Processing
Duration 60-70 mins
Module A
Lesson Type Practical
Focus Practical - AI Modelling
Topic Text Classifaction, Sentiment Classification

 

Keywords

Natural Language Processing,Naive Bayes Classifier,

 

Learning Goals

  • Student will understand the basics of the core NLP techniques
  • Student gets familiar with the use of a Naive Bayes Classifier

 

Expected Preparation

Learning Events to be Completed Before

None.

Obligatory for Students

  • Basic Python Programming
  • Basic Statistics

Optional for Students

References and background for students:

  • Natural Language Toolkit
  • Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008
  • Jurafskly D., Martin J. H. - An Introduction to NLP, Computational Linguistics, and Speech Recognition

Recommended for Teachers

  • Natural Language Toolkit
  • Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008
  • Jurafskly D., Martin J. H. - An Introduction to NLP, Computational Linguistics, and Speech Recognition

Lesson Materials

 

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

 

Instructions for Teachers

This learning event consist of laboratory tasks that shall be solved by the students with the help of the leading instructor.

Outline

Time schedule
Duration (Min) Description Concepts Activity Material
5 Word Tokenisation      
5-10 Pandas DataFrames      
10 Bag of Words      
10 Tokenisation with a Regular Expression      
10 N-gram Models      
5 Stopwords      
10-15 Normalisation, Stemming and Lemmatisation      
5-10 Sentiment Analysis      

 

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

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

    Auteur
    HCAIM Consortium
    Laatst gewijzigd
    2024-05-15 11:06:58
    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

  • Gebruik
    Weergave
  • Wikiwijs is een dienst van