syllabus-NLP

syllabus-NLP

ID:38123922

大小:171.65 KB

页数:6页

时间:2019-05-27

syllabus-NLP_第1页
syllabus-NLP_第2页
syllabus-NLP_第3页
syllabus-NLP_第4页
syllabus-NLP_第5页
资源描述:

《syllabus-NLP》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、创建时间:(第三版)2006-3-312:42:00语言信息工程系语言信息处理专业培养方案与课程计划在计算语言学蓬勃发展以及社会对语言信息处理工程技术人才强烈需求的背景下设立的语言信息工程系语言信息处理专业,培养的是具备软件工程技术基础和语言学理论基础,通晓软件开发的主要技能和方法,且拥有开发自然语言处理的应用软件系统能力的高级工程技术人才。语言信息处理专业开设自然语言处理技术及相关领域课程。学生将在软件技术系修读部分计算机专业基础课及专业课,课程要求与软件技术系相同。A.研究内容与培养目标本专业研

2、究内容是自然语言的自动化信息处理技术,也就是人类语言活动中信息成分的发现、提取、存储、加工与传输。具体的应用领域包括机器翻译、文献检索、信息提取、自然语言的人机接口等等。自然语言处理技术还应用于人工智能和语言教学等领域,并促进这些学科的发展。培养目标包括:ò强化学生的语言信息处理系统的工程实践能力和技术开发能力,适应多媒体内容信息处理技术发展的需要,增强文化创意能力。ò通过深入分析、解剖某些典型应用系统的案例教学,例如智能搜索引擎、机器翻译、词典辅助编纂、知识发现和管理等,培养学生的系统规划与系统设

3、计能力。ò了解人类的语言及认知机制,提高学生的科学意识,培养科学探索精神。ò促进跨学科、跨领域的学习,培养并鼓励团队合作精神。在语言信息处理专业课程中,学生重点学习相关语言学、计算语言学课程,培养运用语言分析技术、开发应用系统的技能。系统的专业基础教育之外,更重要的是他们还要参与实际的语言工程开发活动。学生通过这些实际的语言处理技术实践逐步了解人类语言的特点及其认知机制,激发探索人类智能奥秘的欲望,培养自主创新的科学精神。毕业生不但可胜任一般性的软件系统开发任务,而且是新型的语言工程师。他们知道如何

4、组织源自语言的数据和语言学的知识,并能在实际工作中有效地利用它们,并以其所特有的语言工程技术知识,在新一代智能计算系统的开发浪潮中获得特殊的竞争优势。他们还应具有团队合作精神与优秀的职业素养,是有管理能力和国际视野的软件开发高级工程技术人才和管理人才。第1页共6页创建时间:(第三版)2006-3-312:42:00B.学生入学要求本专业学生虽然并非一定要求计算机或信息处理专业本科毕业,但是为了教学活动的顺利开展,需要学生掌握一定的现代信息技术的基本知识和运用能力,并已修或补修下列课程:软件系统设计与

5、开发(含面向对象的软件开发技术,即OO技术,熟练运用至少1-2种编程语言);操作系统;数据结构;编译原理;数据库原理;网络技术基础。学生还需提高自身的语言能力和修养,包括中文和至少一种外语。C.培养计划概要及应修学分本专业课程分为以下种类以及相应的实习课程,共计40学分:ò学院公共基础课:英语(2学分),自然辩证法(2学分)ò计算机技术基础课程;(必修,限选,6学分)ò专业基础课程(必修,7学分)ò专业核心课程(限选,9学分)ò讨论班及课程实习(必修,4学分)ò提高课程,含专业选修及自由选修(选修,

6、至少6学分)ò毕业实习和论文(4学分,必修)学习期限:2-5年;另外,根据基础不同以及希望从事的不同研究工作方向,学生可以和指导教师协商,增加相关的选修课程。D.课程设置公共课(必修,4学分)英语,自然辩证法计算机技术基础课程:(在软件技术系选修,限选2门,共6学分)算法分析与设计/计算机数学(二选一,限选)软件工程过程与管理第2页共6页创建时间:(第三版)2006-3-312:42:00程序质量工程与最佳实践数据库设计与实践Internet高级程序设计专业基础课程(3门课程,必修,共7学分)1.语

7、言信息处理技术概论:(理论讲解,文献阅读与分析为主,2学分)讲授语言信息处理的研究对象,自然语言的特性,语言信息处理与计算语言学的关系,语言信息处理的数学和语言学基础,语言信息处理的基本流程等内容,并对自然语言处理系统中的基于规则的词法分析、句法分析、语义分析等主要环节做初步介绍;统计方法概要。有选择地讲授常用的计算语言学技术和算法,介绍自然语言处理应用系统,介绍它们的发展以及面临的问题;训练学生的创新意识;期望学生学完本课程后对语言信息处理技术有浓烈的兴趣,产生创新的欲望。2.自然语言处理常用算法

8、:(数学基础,实例程序分析,编程实现为主,2学分)这门课作为专业基础课程,主要强调自然语言的可计算属性以及自然语言处理的基础算法。这门课程在深入分析这些算法的同时,将为学生补充相应的数学基础知识。包括的内容主要有形式语言理论,词法分析,索引与检索技术,上下文无关文法,概率统计方法(N元语法、隐马尔科夫模型、最大熵模型等),语义分析与语境分析等;算法的核心目标实现——语言信息处理的歧义消解;基于自然语言处理常用算法的应用系统的实现技术。3.机器学习(3学分)机器学习这门

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
相关文章
更多
相关标签