Logga in

Registrera

ete387 · Linköpings universitet

Natural Language Processing

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
3
Språk
-, -
Nivå
Avancerad nivå
Fakultet
Tekniska fakulteten
Institution
Institutionen för datavetenskap

Lärandemål

  • förklara centrala koncept, modeller och algoritmer inom naturligt språk-behandling
  • implementera språkteknologiska metoder och tillämpa dem på realistiska problem
  • utvärdera språkteknologiska komponenter och system med lämpliga metoder
Kursinnehåll
Naturligt språk-behandling (eng. natural language processing, NLP) utvecklar metoder för att göra mänskligt språk tillgängligt för datorer. Denna kurs har som mål att ge teoretisk kunskap om och praktisk erfarenhet av aktuella metoder inom NLP. Kursens fokus ligger på metoder som bygger på djupinlärning, och behandlar följande områden:Introduktion till naturligt språk-behandling Statistiska och neuronnätsbaserade språkmodellerOrdrepresentationer (ex. word2vec)Syntaktisk och semantisk analysNeuronnätsarkitekturer (ex. RNN, Transformer)Storskaliga språkmodeller (ex. ChatGPT)Programbibliotek och datamängderUtvärderingsmetoderAktuell forskning och utveckling
Förutsättningar
  • 150 hp godkända inom teknik, matematik, fysik, datavetenskap eller kognitionsvetenskap varav minst 60 hp ska vara i något av följande huvudområden:
  • datateknik
  • datavetenskap
  • informationsteknologi
  • eller motsvarande. Engelska 5
  • Undantag ges för svenska
Litteratur

Saknas

Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Language Engineering

DD24171 tentamen
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB