Ruprecht-Karls-Universität Heidelberg
Institut für Computerlinguistik

Bilder vom Neuenheimer Feld, Heidelberg und der Universität Heidelberg

Formale Semantik

Kursbeschreibung

Studiengang Modulkürzel Leistungs-
bewertung
BA-2010 FSem 6 LP
Dozenten/-innen Anette Frank
Veranstaltungsart Vorlesung / Übung
Sprache Deutsch
Erster Termin 15.10.2024
Zeit und Ort Dienstag, 15:15-16:45, INF 306 / SR 13
Mittwoch, 10:15-11:45, INF 306 / SR 13
Tutorien Donnerstag, 13:15-14:45, INF 326 / SR 28
Commitment-Frist tbd.

Fachliche Voraussetzungen

  • Prog I, Prog II
  • Foundations of Linguistic Analysis (FLA)
  • Logical Foundations (FF-L)

Studierende mit 25% CL mit Schwerpunkt FL (ohne Programmierkenntnisse) werden ausnahmsweise zugelassen und erhalten angepasste Leistungsanforderungen. Bitte zum Kursbeginn melden.

Teilnehmerkreis

Für Studierende der Computerlinguistik (mind 25%) sowie für Studierende des Bsc/Msc Informatik, Bsc Mathematik und Bsc/Msc Scientific Computing, die Computerlinguistk als Anwendungsgebiet gewählt haben. Andere Studierende sind nur als Hörende zugelassen: keine Übungskorrekturen, keine Klausur.

Leistungsnachweis

  • Regelmäßige Bearbeitung der Übungsaufgaben zur Zulassung Klausur/Abschlussprojekt
  • Erfolgreich bestandene Abschlussklausur/Abschlussprojekt
  • Regelmäßige Teilnahme an der Vorlesung. Der Besuch des Tutoriums wird empfohlen.

Inhalt

Die Vorlesung bietet einen Überblick über Phänomene und Methoden der semantischen Sprachverarbeitung und deren Relevanz für sprachtechnologische Anwendungen. Behandelt werden neben grundlegenden Konzepten der modelltheoretischen und lexikalischen Semantik vor allem Verfahren basierend auf maschinellem Lernen sowie distributionelle und neuronale Methoden, insbesondere transformerbasierte Sprachmodelle und ihr Einsatz in diversen Anwendungen der semantischen Sprachverarbeitung.

Literatur

  • Dan Jurafsky and James H. Martin: Speech and Language Processing, 3rd edition, https://web.stanford.edu/~jurafsky/slp3/
  • Johan Bos (2011): A Survey of Computational Semantics: Representation, Inference and Knowledge in Wide-Coverage Text Understanding, http://www.let.rug.nl/bos/pubs/Bos2011Compass.pdf
  • NLTK Book: Analyzing the meaning of sentences, https://www.nltk.org/book/ch10.html
  • J. van Eijk (2005): Discourse Representation Theory; Encyclopedia of Language & Linguistics, Elsevier.
  • Michael Nielsen (2015): Neural Networks and Deep Learning. https://neuralnetworksanddeeplearning.com/
  • Yoav Goldberg (2017): Neural Network Methods for Natural Language Processing, Synthesis Lectures, Morgan and Claypool Publishers. Available online in HEIDI.

Weitere Literatur wird im Laufe der Vorlesung bekanntgegeben.

zum Seitenanfang