I3 - Matematická lingvistika

Garantující pracoviště: Ústav formální a aplikované lingvistiky
Odpovědný učitel: Doc. RNDr. Jan Hajič, Dr.

Povinné předměty

¹ Místo předmětu NTIN090 Základy složitosti a vyčíslitelnosti je možné absolvovat dvojici předmětů NTIN062 Složitost I, NTIN064 Vyčíslitelnost I. Předmět NTIN090 bude vyučován až od akademického roku 2009/2010.

Povinně volitelné předměty

Je požadováno splnění povinně volitelných předmětů z následujícího seznamu v rozsahu alespoň 45 kreditů:

- všechny odborné lingvistické předměty, tj. předměty s kódem PFL (s výjimkou výše uvedených povinných předmětů NPFL006, NPFL012, NPFL067 a NPFL068)

- a dále předměty z následující tabulky

Pokud si posluchač zapíše předmět NPRG023 Softwarový projekt a téma vypracovaného projektu je lingvisticky zaměřeno, může požádat o uznání kreditů získaných za práci na softwarovém projektu do požadovaných 45 kreditů za povinně volitelné předměty. Započítání kreditů musí posoudit a doporučit odpovědný učitel oboru.

Obor I3 je tvořen jediným studijním plánem.

Zkušební okruhy

1. Základy formálního popisu přirozených jazyků

2. Jazykové korpusy, strojové učení a stochastické metody

3. Automatické zpracování přirozeného jazyka

Zkušební požadavky

1. Základy formálního popisu přirozených jazyků
Závislostní syntax. Formální definice a vlastnosti závislostních stromů (závislosti, koordinace, projektivita). Syntax bezprostředních složek a frázové gramatiky (základní principy, vývoj Chomského školy). Základy obecné lingvistiky (zdroje a přínosy strukturní lingvistiky, typologie jazyků, pojem funkce). Funkční generativní popis (základní charakteristika, struktura rovin, valenční teorie, zachycení významu, aktuální členění). Formální sémantika.

2. Jazykové korpusy, strojové učení a stochastické metody
Jazykové korpusy a lingvistická anotace (zdroje dat, anotace, datové formáty, typologie korpusů, počítačová lexikografie, wordnety). Metody strojového učení (učení založené na konceptu, rozhodovací stromy, neuronové sítě, učení založené na příkladech, vyhodnocování hypotéz, výpočetní aspekty strojového učení). Stochastické metody a jejich aplikace v počítačové lingvistice (Teorie informace, Bayesovské učení, HMM, algoritmy učení a zpracování, aplikace v lingvistice). Návrh a vyhodnocování lingvistických experimentů (příprava dat, standardní evaluační metriky, typy evaluace podle úloh).

3. Automatické zpracování přirozeného jazyka
Automatická analýza jazyka (morfologie, syntax povrchová a hloubková, aplikace). Generování přirozeného jazyka. Analýza a syntéza mluvené řeči (jazykové modely, kombinace modelů). Vyhledávání a extrakce informací. Strojový překlad (transfer, interlingua, metody překladu, systémy pro češtinu, počítačem podporovaný překlad).

Doporučené předměty