Stranice predmeta – Fakultet tehničkih nauka u Novom Sadu

Predmet: Računarska analiza teksta (17.E2524)

Stepen i vrsta studija	Naziv
Master akademske studije	Softversko inženjerstvo i informacione tehnologije (Godina: 1, Semestar: Letnji)
Master akademske studije	Računarstvo i automatika (Godina: 1, Semestar: Letnji)
Master akademske studije	Informacioni i analitički inženjering (Godina: 1, Semestar: Letnji)
Master akademske studije	Veštačka inteligencija i mašinsko učenje (Godina: 1, Semestar: Letnji)

Osnovne informacije:

Kategorija	Teorijsko-metodološki
Uža naučna oblast	Primenjene računarske nauke i informatika
ESPB	6

Upoznavanje studentata sa konceptima i tehnikama računarske analize teksta (Text Mining, TM) i ekstrakcije informacija (Information Extraction, IE). Osposobljavanje studenata za primenu tehnika, metoda i alata iz oblasti računarske analize teksta i ekstrakcije informacija.

Poznavanje koncepata, tehnika i alata za analizu i istraživanje teksta. Student je obučen da vrši obradu i pred-procesiranje nestrukturiranih tekstualnih podataka; primenjuje osnovne tehnike obrade prirodnih jezika; kreira modele za klasfikaciju teksta i ekstrakciju informacija; projektuje i održava text mining sisteme.

Osnovni koncepti i pregled oblasti računarske analize teksta i ekstrakcije informacija. Pred-procesiranje teksta. Leksička, sintaksna i semantička analiza. Upotreba metoda mašinskog učenja u analizi teksta: klasifikacija i klasterovanje tekstulanih dokumenata. Probabilistički modeli za ekstrakciju informacija: modeli maksimalne entropije (Maximum Entropy Models, ME), skriveni modeli Markova (Hidden Markov Models, HMM), uslovna slučajna polja (Conditional Random Fields, CRF). Metode ekstrakcije informacija zasnovne na pravilima (rule-based information extraction). Automatska ekstrakcija termina. Automatska ekstrakcija i semantička anotacija imenovanih entieta iz teksta. Automatska sažimanje tekska. Sistemi za za automatsko odgovaranje na pitanja. Vizualizacija tekstualnih podataka. Ekstrakcija informacija iz poslovnih izveštaja. Automatsko prepoznavanje stavova i emocija iz teksta (opinion and sentiment mining). Ekstrakcija informacija u biologiji i medicini.

Oblici izvođenja nastave su: predavanja, računarske vežbe, izrada domaćih zadataka, i konsultacije. Na predavanjima se, korišćenjem potrebnih didaktičkih sredstava, izlažu sadržaji predmeta i stimuliše se aktivno učešće studenata postavljanjem pitanja. Praktični deo gradiva studenti savladavaju na računarskim vežbama kroz zadatke koje rešavaju uz pomoć asistenta ili samostalno i kroz samostalnu izradu domaćih zadataka

Autori	Naziv	Godina	Izdavač	Jezik
Li Deng, Yang Liu	Deep Learning in Natural Language Processing	2018	Springer	Engleski
Yoav Goldberg	Neural Network Methods in Natural Language Processing	2017	Morgan & Claypool Publishers	Engleski
Sholom M. Weiss, Nitin Indurkhya, Tong Zhang, Fred Damerau	Text Mining: Predictive Methods for Analyzing Unstructured Information	2004	Springer	Engleski
Ronen Feldman, James Sanger	The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data	2006	Cambridge University Press	Engleski
Benjamin Bengfort, Rebecca Bilbro, Tony Ojed	Applied Text Analysis with Python: Enabling Language-Aware Data Products with Machine	2018	O'Reilly Media	Engleski

Predmetna aktivnost	Predispitna	Obavezna	Broj poena
Predmetna aktivnost Predmetni projekat	Predispitna Da	Obavezna Da	Broj poena 50.00
Predmetna aktivnost Usmeni deo ispita	Predispitna Ne	Obavezna Da	Broj poena 50.00

ORGANIZACIJA

DOKUMENTA

ZAPOSLENI

KONKURSI

AKREDITACIJA

KONTAKT

AKREDITACIJA

KONTAKT

Studentska služba

Predmet: Računarska analiza teksta (17.E2524)

Studijski programi predmeta:

prof. dr Kovačević Aleksandar

Predavanja

Asistent Gligorov Nenad

Računarske vežbe

Kontakt: