Schwerpunkt Computational Linguistics

NUMMER:	2ai
KÜRZEL:	schwCompLing
MODULBEAUFTRAGTE:R:	Prof. Dr. Ralf Klabunde
DOZENT:IN:	Prof. Ralf Klabunde Mirjam Koch
FAKULTÄT:	Fakultät für Informatik
SPRACHE:	Deutsch
SWS:	2
CREDITS:	5
ANGEBOTEN IM:	jedes Semester

VERANSTALTUNGSART

1 Advanced Course/Seminar

LERNFORM

Das Modul besteht aus einem Seminar, in denen unterschiedliche Lernformen angewendet werden, wie beispielsweise
∙ Vortrag der Lehrenden im Plenum
∙ Gastvorträge
∙ Vortrag der Studierenden im Plenum
∙ Diskussionen im Plenum
∙ Arbeitsgruppen
∙ Arbeitsaufgaben
∙ Selbststudium

LERNZIELE

∙ Die Studierenden sind in der Lage, kleinere Problemstellungen der Linguistic Data Science im jeweiligen Schwerpunktbereich angemessen zu formulieren.
∙ Sie kennen verschiedene Ansätze zur Problemlösung im jeweiligen Schwerpunktbereich und können einige davon kritisch auf Fragestellungen und Probleme anwenden.
∙ Sie verstehen, dass es in vielen Bereichen keine einzig richtige Antwort gibt, und können sich mit anderen konstruktiv über Lösungsansätze austauschen und Vor- und Nachteile von unterschiedlichen Perspektiven abwägen.
∙ Die Studierenden kennen weiterführende computerlinguistische Methoden, Modelle und Theorien und können sie kritisch auf Fragestellungen und Probleme anwenden.
∙ Sie sind im Umgang mit den Programmiersprachen vertraut und können mit weiterführenden Anleitungen oder Dokumentationen umgehen.
∙ Sie planen einfache Programme strukturiert und können sie gemäß ihrer Planung implementieren.
∙ Sie lesen und verstehen Programmcode von anderen und schreiben und dokumentieren ihren eigenen Code für andere nachvollziehbar.
∙ Sie diskutieren Theorien und Umsetzungen mit anderen kritisch.
∙ Typische Bias-Fallen durch Datencodierung oder Implementierung von Algorithmen sind ihnen vertraut und sie können bewusste Entscheidungen über kritische Fälle treffen.

INHALT

In Seminaren des Schwerpunkts Computational Linguistics lernen die Studierenden Fragestellungen, Theorien und Methoden aus den Bereichen Computerlinguistik und Sprachmodellierung kennen. In einzelnen Seminaren beschäftigen sie sich auch mit spezifischen Tools,
Frameworks oder Anwendungsbereichen
Ein besonderes Augenmerk soll dabei auf den Konsequenzen von perspektivischem oder technischem Bias liegen und der Verantwortung von Computerlinguisten im Umgang mit teils persönlichen Sprachdaten

VORAUSSETZUNGEN CREDITS

Bestandene Modulabschlussprüfung

EMPFOHLENE VORKENNTNISSE

Keine

AKTUELLE INFORMATIONEN

Verwendung des Moduls (in anderen Studiengängen):
trifft nicht zu
Stellenwert der Note für die Endnote: 5 / 105
(Im Studiengang werden Module im Umfang von 105 CP benotet und 15 CP nicht benotet)

SONSTIGE INFORMATIONEN

Die Kenntnisse der Grundkurse Introduction to CL (with Python) und Introduction to Linguistic Models (with R) können vorausgesetzt werden. In den Seminaren im Sommersemester
können zusätzlich Kenntnisse aus den Grundkursen Introduction to Linguistic Data Science (with R) und Introduction to Computational Linguistics vorausgesetzt werden. Die zu erbringende Studienleistung für ein Seminar, die mögliche Prüfungsleistung in diesem Seminar und
dieSchwerpunktzuordnung der Veranstaltung werden im Vorlesungsverzeichnis angegeben.
Dozierende können für die Seminare die aktive Teilnahme durch Teilnahme an Diskussions oder Reflektionsrunden in den Sitzungen verpflichtend machen. Ergibt sich dadurch eine Anwesenheitspflicht zu Veranstaltungsterminen, muss dies im Vorlesungsverzeichnis zur Veranstaltung angemerkt werden.