Длабоко учење за обработка на природните јазици

1.

Наслов на наставниот предмет

Длабоко учење за обработка на природните јазици

Deep learning for natural language processing

2.

Код

m23_w_028

3.

Студиска програма

Пресметување во облак, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интелигентни системи, Интернет технологии и сајбер безбедност, Компјутерски науки, Статистика и аналитика на податоци, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Биоинформатика, Безбедност, криптографија и кодирање, Статистика и аналитика на податоци, Софтверско инженерство, Data science in computer science and engineering, Управување во информатички технологии, Управување во информатички технологии,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Втор циклус

6.

Академска година / семестар

5 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Соња Гиевска

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Целта на предметот е студентот да се запознае со модерните техники на длабоко учење за разбирање на природните јазици и генерирање на текст. По завршување на предметот, студентот ќе биде оспособен за избор и примена на соодветна длабока невронска архитектура за проблемите од областа.

11.

Содржина на предметната програма:

Дел од темите се посветени на запознавање на студентот со предизвиците и постигнувањата во областа на обработка на природните јазици: Моделирање на природните јазици. Афективна анализа. Детекција на антисоцијални појави на веб (пр. навредлив говор, лажни вести, говор на омраза и со предрасуди). Машински превод. Генерирање на текст со примена за сумирање на документи, разговорни-дијалог агенти, одговори на прашања и промена на стилот на текст. Анализа и толкување на системи за разбирање и генерирање на текст. Преиспитување на етички и морални апсекти во системите за обработка на природните јазици. За решавање на проблемите од областа ќе бидат користени модерни техники од областа на длабоко учење: длабоки невронски мрежи со внимание, генеративни спротивставени мрежи, граф-невроснки мрежи, трансформер архитектури, трансфер на учење и учење со поттикнување.

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, студија на случај, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 30 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

45 часови

16.2.

Самостојни задачи

45 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

15 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

15 бодови

17.4.

Завршен испит

0 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Реализирани активности 15.1 до 15.2, и 16.1 до 16.3

20.

Јазик на кој се изведува наставата

Македонск и англиски

21.

Метод на следење на квалитетот на наставата

Механизми на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература