Ruprecht-Karls-Universität Heidelberg
Bilder vom Neuenheimer Feld, Heidelberg und der Universität Heidelberg

Einführung in die Nutzung computerlinguistischer Ressourcen

Kursbeschreibung

DozentNils Reiter
VeranstaltungsartBlockveranstaltung/Übung
Zeit29.09. - 02.10.2008, jeweils 10-13 und 14-17 Uhr
OrtIm Neuenheimer Feld 325, PC-Pool
StudiengangABA, NBA, Magister


Teilnahmevoraussetzungen

  • begrenzte Teilnehmerzahl (Anmeldung per Mail an den Dozenten)
  • ggf. Vorzug für TeilnehmerInnen am Software-Projekt.

Leistungsnachweis

keiner; Die Teilnahme am Blockkurs ist Voraussetzung für die Teilnahme am Softwareprojekt.

Inhalt

Der Vorkurs gibt Grundlagen in der Nutzung von Linux-basierten computerlinguistischen Tools und Korpora. Dabei geht es sowohl um allgemeine Linux-Grundlagen (wie z.B. Ein-/Ausgabeumleitung oder nützliche Tools der Linux-Kommandozeile) als auch um einzelne Parser, Tagger, Chunker und andere Hilfstools der Computerlinguistik. Wir werden uns anschauen, wie bestimmte Tools zu benutzen sind, was man aus ihnen herausbekommt (und was nicht) und wie man solche Ausgaben automatisch weiterverarbeiten kann (und zum Beispiel an das nächste Tool weiterverfüttert).

Kursübersicht

Der Blockkurs findet zwischen dem 29.09. und 02.10. stattfinden (das ist die letzte Woche der vorlesungsfreien Zeit) und vor- und nachmittags jeweils drei Stunden dauern (10-13 und 14-17 Uhr). Der Kurs beinhaltet Übungen und findet deshalb im CIP-Pool statt.

Seminarplan

BlockThemaLinks, Slides, Kommentare
Montag, 10-13 UhrLinux ISlides
Übung 1 (Terminal-Basics)
Übung 2 (Pipes & co.)
Montag, 14-17 UhrLinux IISlides
Übung 3 (Reguläre Ausdrücke)
Übung 4 (Variablen und Skripte)
re.sh
Dienstag, 10-13 UhrLinux IIISlides
Übung 5 (Rechte und Encoding)
Dienstag, 14-17 UhrRessourcen / WordNet, APIs, TreeTaggerSlides
Übung 6 (TreeTagger)
Mittwoch, 10-13 UhrBritish National Corpus, XML, XSLTSlides
Übung 7 (XSLT)
Mittwoch, 14-17 UhrNLTKSlides
Übung 8 (NLTK) (Lösungsvorschläge)
Donnerstag, 10-13 UhrWekaSlides
Übung 9 (Weka)
Donnerstag, 14-17 UhrDiverses
zum Seitenanfang