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

Computationelle Semantik

Kursbeschreibung

Studiengang Modulkürzel Leistungs-
bewertung
Modul-
voraussetzungen
BA-2010 FSem 6 LP FLA, FF-L
BA-2026[100%|75%|50%] CSem 6 LP ICL, FF-M, P II
BA-2026[25%] MS-CL II 6 LP ICL, FF-M, P II
Dozenten/-innen Anette Frank
Veranstaltungsart Vorlesung / Übung
Sprache Deutsch
Erster Termin 14.10.2026
Zeit und Ort Mittwoch, 11:15-12:45, INF 289 / SR 1
Donnerstag, 11:15-12:45, INF 289 / SR 2
Tutorien Donnerstag, 16:15-17:45, INF 327 / SR 4

Teilnehmerkreis

Alle CL Bachelorstudierende. Studierende des BSc Informatik, MSc Data and Computer Science und BSc Mathematik, die Computerlinguistk als Anwendungsgebiet gewählt haben. Alle anderen Studierenden sind nur als Hörende zugelassen.

Teilnahmevoraussetzungen

Modulvoraussetzungen

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