| NUMMER: | 050826 |
| KÜRZEL: | CLAI |
| MODULBEAUFTRAGTE:R: | Prof. Dr. Tibor Kiss |
| DOZENT:IN: | Mirjam Koch M.Sc. |
| FAKULTÄT: | Sprachwissenschaftliches Institut |
| SPRACHE: | Englisch |
| SWS: | 4 |
| CREDITS: | 5 |
| ANGEBOTEN IM: | jedes Sommersemester |
LINK ZUM VORLESUNGSVERZEICHNIS
Hier entlang.
LINK ZUM MOODLE-KURS
Hier entlang.
VERANSTALTUNGSART
Vorlesung mit Übung
LERNFORM
Die Veranstaltung setzt sich aus einer Präsenzkomponente (Fragen und Antworten zu den Folien, Diskussionen, praktische Übungen und Überlegungen zum aktuellen Thema) und Übungen zum Kurs zusammen. Die Studierenden müssen sich eigenständig auf die Sitzungen vorbereiten und entscheiden, ob die Teilnahme ihr Verständnis fördert.
LERNZIELE
* Die Studierenden können auf den Grundlagen der Programmierung und Nutzung von Modulen aufbauen, um Verfahren der „künstlichen Intelligenz“ bzw. des maschinellen Lernens auf linguistische Fragestellungen anzuwenden.* Sie kennen einige Grundlagen der kollaborativen Softwareentwicklung in der Computerlinguistik.
* Sie kennen grundlegende Evaluationsmethoden für Programme und können sie anwenden.
* Sie können sich kritisch mit ihrer Rolle in der Verarbeitung von Daten auseinandersetzen und wissen, dass sie durch die Wahl von Datentypen/-codierung, Algorithmen und ihre Auswertung der Ergebnisse Bias einfügen.
INHALT
In diesem Kurs geht es um die Zusammenhänge zwischen Computerlinguistik und Verfahren des maschinellen Lernens bzw. der „KI“. Aufbauend auf den Grundkenntnissen aus „Introduction to Computational Linguistics (with Python“) im Wintersemester werden diese nachvollzogen und im Bezug auf linguistische Fragestellungen diskutiert.Die „Vorlesungen“ bestehen aus einer Vortrags- und Diskussionskomponente. Dabei enthalten die auch hochgeladenen Folien die Inhalte, die für die Klausur relevant sind, aber keine ausführlichen Erklärungen. Die Einordnung neuer Verfahren, Methoden und Ideen findet gemeinsam im Plenum statt.
Die begleitenden Übungen zur Vorlesung sind nicht verpflichtend, aber sind zur Selbstkontrolle offen für alle Studierenden. In den Übungen und Übungsaufgaben liegt der Fokus eher auf der praktischen Anwendung und Implementierung.
VORAUSSETZUNGEN CREDITS
Bestandene schriftliche Modulabschlussprüfung
EMPFOHLENE VORKENNTNISSE
Idealerweise Vorkenntnisse in Linguistik (kann auch durch Literaturlektüre angeeigenet werden), Programmierung und Mathematik.
LITERATUR
1. Introductory Linguistics by Bruce P. Hayes (https://linguistics.ucla.edu/people/hayes/20/Text/HayesIntroductoryLinguistics2015.pdf)2. Principles of Natural Language Processing by Susan McRoy (https://uwm.pressbooks.pub/naturallanguage/)