НАЗАД

Искусственный интеллект в лингвистике

В данном разделе представлены массовые открытые онлайн-курсы (МООК). МООК является дополнительным учебным материалом. 

Обращаем Ваше внимание, что изучение МООК доступно любому зарегистрированному пользователю, однако МООК не является частью образовательных программ повышения квалификации. 

Изучение материалов МООК не предполагает выдачу удостоверений, сертификатов или иных документов, подтверждающих их изучение.

В текущем курсе студенты познакомятся с основными задачами компьютерной лингвистики, решаемыми при помощи искусственного интеллекта и научатся проектированию моделей нейронных сетей от предобработки данных для обучения до выбора архитектуры нейронной сети и её имплементации. Программа курса охватывает модели НС от перцептрона до современных архитектур на основе Transformer.
МООК
Программа
1
Искусственный интеллект в лингвистике

a.
Промо
2
Интеллектуальные алгоритмы и лингвистика

a.
Тенденции развития современных технологий искусственного интеллекта

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
Использование интеллектуальных алгоритмов для решения лингвистических задач

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Основы линейной алгебры

j.
Презентация

k.
Текстовый материал

l.
Тест

m.
Понятие тензора и операции с ним

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Типы предварительной обработки текста для применения интеллектуальных алгоритмов

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Проблема получения обучающих данных

v.
Презентация

w.
Текстовый материал

x.
Тест

y.
Дополнительные материалы

z.
Тест №1
3
Примеры интеллектуальных алгоритмов

a.
Простейшая нейросеть на примере перцептрона

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
Обучение модели и оценка качества

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Идея замены слов точками в многомерном векторном пространстве

j.
Презентация

k.
Текстовый материал

l.
Тест

m.
Синонимическая близость и алгебраические операции над векторами

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Рекуррентная модель и кодирование в вектор предложения

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Модели глубокого обучения

v.
Презентация

w.
Текстовый материал

x.
Тест

y.
Дополнительные материалы

z.
Тест №2
4
Инструменты для разработки интеллектуальных алгоритмов

a.
Язык Python и технология CUDA

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
TensorFlow и репозиторий моделей Google

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Библиотека глубокого обучения PyTorch

j.
Презентация

k.
Текстовый материал

l.
HuggingFace и библиотека Transformers

m.
Презентация

n.
Текстовый материал

o.
Тест

p.
Библиотеки NLTK и Pymorphy

q.
Презентация

r.
Текстовый материал

s.
Тест

t.
Использование сценариев и формальных грамматик

u.
Презентация

v.
Текстовый материал

w.
Тест

x.
Дополнительные материалы

y.
Тест №3
5
Кодирование предложения через механизм внимания

a.
Простейшая задача машинного перевода на основе модели Seq2seq

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
Идея долгой краткосрочной памяти

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Идея механизма внимания

j.
Презентация

k.
Текстовый материал

l.
Тест

m.
Модель Self-attention

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Позиционное кодирование

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Модель Multi-head attention

v.
Презентация

w.
Текстовый материал

x.
Тест

y.
Дополнительные материалы

z.
Тест №4
6
Трансдукционные модели и трансформер

a.
Что такое трансформер

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
Структура кодирующего блока трансформера

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Структура декодирующего блока трансформера

j.
Презентация

k.
Текстовый материал

l.
Тест

m.
BERT как кодирующая половина трансформера

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Идея Fine tuning

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Генеративные модели и GPT как декодирующая половина трансформера

v.
Презентация

w.
Текстовый материал

x.
Тест

y.
Дополнительные материалы

z.
Тест №5
7
От моделей к лингвистическим задачам

a.
Определение интонации предложений как классификация

b.
Презентация

c.
Текстовый материал

d.
Тест

e.
Построение описаний изображений на основе модели Seq2seq

f.
Презентация

g.
Текстовый материал

h.
Тест

i.
Распознавание звучащей речи

j.
Презентация

k.
Текстовый материал

l.
Тест

m.
Подходы к решению задачи автоматического реферирования

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Снятие омонимии слов как классификация и аннотирование

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Частеречная разметка

v.
Презентация

w.
Текстовый материал

x.
Тест

y.
Дополнительные материалы

z.
Тест №6
8
Обучающие и оценочные датасеты

a.
General Language Understanding Evaluation

b.
Презентация

c.
Текстовый материал

d.
Stanford Question Answering Dataset

e.
Презентация

f.
Текстовый материал

g.
Bilingual Evaluation Understudy

h.
Презентация

i.
Текстовый материал

j.
Russian-SynTagRus и RusVectores

k.
Презентация

l.
Текстовый материал

m.
Идея теста Тьюринга

n.
Презентация

o.
Текстовый материал

p.
Тест

q.
Построение обучающих данных на основе открытых корпусных материалов

r.
Презентация

s.
Текстовый материал

t.
Тест

u.
Дополнительные материалы

v.
Тест №7
9
Итоговое тестирование

a.
Итоговое тестирование
Преподаватели