Магистратура
Шифр:
7M06101
Название:
Вычислительная лингвистика
Факультет:
Информационных технологий
Квалификация:
- Научно-педагогическое направление - магистр технических наук
- Модель выпускника
- Обязательные дисциплины
- Элективные дисциплины
- Практики
По завершении данной образовательной программы ожидается, что магистранты будут способны:
1.обсуждать методологии и технологические достижения в области вычислительной лингвистики и обработки естественного языка;
2.выбирать методологии и технологии для решения задач обработки естественного языка;
3. использовать средства автоматизированного перевода текста;
4. анализировать грамматическую систему казахского и других языков;
5. сравнивать и противопоставлять языки с точки зрения систематических различий в фонетике, фонологии, морфологии, синтаксисе и семантике;
6. использовать инструменты ОЕЯ для анализа больших наборов документов, определения тематики и реферирования;
7. разработать языковые ресурсы и инструменты казахского языка;
8. разработать ресурсы и инструменты ОЕЯ (обработка естественного языка);
9. создать параллельные и сопоставимые корпуса между казахским и иностранными языками;
10. вносить собственный оригинальный вклад в развитие сферы вычислительной лингвистики: подготовить на основе резуль¬татов выполненных исследований публикации, научно-техни¬ческие отчеты, отзывы;
11. вести научно-педагогическую деятельность, участво¬вать в раз¬работке образовательных и методических материалов для преподавания дисциплин по направлению образовательной программы «Вычислительная лингвистика»;
12. формировать решения проблем, основанные на исследованиях в области информационных систем, путем интеграции знаний из новых или междис-циплинарных областей и с учетом социальных, этических, лингвистических и научных соображений.
1.обсуждать методологии и технологические достижения в области вычислительной лингвистики и обработки естественного языка;
2.выбирать методологии и технологии для решения задач обработки естественного языка;
3. использовать средства автоматизированного перевода текста;
4. анализировать грамматическую систему казахского и других языков;
5. сравнивать и противопоставлять языки с точки зрения систематических различий в фонетике, фонологии, морфологии, синтаксисе и семантике;
6. использовать инструменты ОЕЯ для анализа больших наборов документов, определения тематики и реферирования;
7. разработать языковые ресурсы и инструменты казахского языка;
8. разработать ресурсы и инструменты ОЕЯ (обработка естественного языка);
9. создать параллельные и сопоставимые корпуса между казахским и иностранными языками;
10. вносить собственный оригинальный вклад в развитие сферы вычислительной лингвистики: подготовить на основе резуль¬татов выполненных исследований публикации, научно-техни¬ческие отчеты, отзывы;
11. вести научно-педагогическую деятельность, участво¬вать в раз¬работке образовательных и методических материалов для преподавания дисциплин по направлению образовательной программы «Вычислительная лингвистика»;
12. формировать решения проблем, основанные на исследованиях в области информационных систем, путем интеграции знаний из новых или междис-циплинарных областей и с учетом социальных, этических, лингвистических и научных соображений.
-
Понимание естественного языка
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: Дисциплина нацелена на овладение магистрантами основами автоматической обработки текстов, написанных на естественном языке. Это предполагает не только умение использовать готовые приложения для лингвистического анализа, но и понимание принципов их работы, а также знакомство с базовыми математическими моделями, лежащими в основе современной компьютерной лингвистики.
-
Технологии машинного перевода
- Количество кредитов: 9
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способностей магистрантов работать с системами машинного перевода для разработки эффективных алгоритмов машинного перевода. В результате изучения дисциплины обучающийся будет способен: применять полученные при разработке автоматических систем результаты для извлечения новых знаний о естественном языке; оценивать гибридные и статистические подходы и приемы машинного обучения.
-
Введение в программирование для обработки естественного языка (Python, R, Prolog)
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование у магистрантов способности создавать программы для обработки естественного языка с целью повышения эффективности их последующего использования. Основным фокусом дисциплины является изучение языка программирования Python, который является одним из стандартных инструментов обработки естественного языка.
-
Организация и планирование научных исследований (англ.)
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: сформировать способность применения практических навыков организации и планирования научного исследования, систематизировать и применять знания о направлениях научных исследований. Дисциплина изучает: формы и методы планирования, организации и оформления научных статей и диссертации; формы обобщения результатов научных исследований в презентациях, выступлениях, проектах, статьях.
-
Иностранный язык (профессиональный)
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель – приобретение и совершенствование компетенций в соответствии с международными стандартами иноязычного образования, с целью общения в межкультурной, профессиональной и научной среде. Магистрант должен уметь интегрировать новую информацию, понимать организацию языков, взаимодействовать в социуме, отстаивать свою точку зрения.
-
История и философия науки
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс вводит в проблематику феномена науки как предмета специального философского анализа, формирует знания об истории и теории науки; о закономерностях развития науки и структуре научного знания; о науке как профессии и социальном институте; о методах ведения научных исследований; о роли науки в развитии общества.
-
Педагогика высшей школы
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель – формирование способности к педагогической деятельности в вузе на основе знаний дидактики высшей школы, теорий воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности. Курс рассматривает проектирование образовательной деятельности будущего преподавателя с применением КТО, реализации Болонского процесса, овладения лекторским, кураторским мастерством с использованием стратегий и методов обучения/воспитания и оценивания (TLA-стратегий).
-
Психология управления
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: сформировать способность применять важнейшие аспекты сферы управления в процессе профессионального становления. В рамках курса раскрываются предмет, основные принципы психологии управления, личность в управленческих взаимодействиях, управление поведением личности, психология управления групповыми явлениями и процессами, психологические особенности личности руководителя, индивидуальный стиль управления, психология влияния в управленческой деятельности, управление конфликтными ситуациями.
-
Онтологии и семантические технологии
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способностей магистрантов проектировать и реализовать программные решения в сфере семантических технологий. При изучении дисциплин будут рассмотрены следующие аспекты: цели и задачи использования методов и средств представления знаний, основные типы представления информации и знаний и др.
-
Технологии программирования для NLP
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины изучить язык Python и научиться применять его для решения задач анализа данных и машинного обучения в NLP . Основные конструкции и идиомы языка Python;, использовать и применять углубленные знания в области в NLP
-
Методы машинного обучения в обработке естественного языка
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В содержание дисциплины входит выявление видов задач, решаемых методами машинного обучения, и выбор подходящих методов; изучение методов классификации (метрических, логических, линейных), методов прогнозирования , методов кластеризации, методов композиции алгоритмов; построение различных моделей машинного обучения и рассмотрение способов оценки качества моделей.
-
Формальные грамматики
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способности магитстрантов работать с формальными грамматиками естественных языков для совершенствования моделей обработки естественных языков. демонстрировать понимание формального аппарата для описания алгоритмических языков: системы регулярных выражений, контекстно-свободные грамматики, конечные автоматы без памяти и со стековой памятью;
-
Анализ языка
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Понятие языкового знака и системы. Язык как средство представления информации. Уровни анализа языка- Лексический, Морфологический Семантический анализ и синтез. Денотативные аспекты слова, словосочетание. Предложение и способы автоматического обнаружения синтаксической структуры. Проблемы генерации предложений и текста.
-
Модели и методы нейронных сетей в NLP
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс вводит в проблематику обработки естественных языков и машинного обучения, формирует знания о простых и продвинутых векторных представлениях слов, архитектуре и моделях нейронных сетей. изучение вопросов конструирования сетей, обучения и подбора параметров; изучение рекуррентных и рекурсивных нейронных сетей и их применении в областях NLP.
-
Глубокое обучение
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способности использования моделей и методов глубокого обучения для внедрения, обучения и валидации нейронных сетей, а также улучшение понимания текущих исследований в области обработки текстов. Применять инструменты и проектировать и реализовывать системы глубокого обучения к решению практических задач обработки и анализа текстов;
-
Вычислительная морфология
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способности магистрантов работать с формальными моделями автоматической обработки текстов на естественном языке для задач машинного обучения. применять в исследовательской и прикладной деятельности современные языки программирования и языки манипулирования данными, операционные системы, пакеты программ и т.д.;
-
Машинное обучение в обработке естественного языка
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование глубоких теоретических знаний в области машинного обучения, включая дискриминантный, кластерный и регрессионный анализ, овладение навыками практического решения задач интеллектуального анализа данных; а также формирование способностей использования стандартных программных пакетов для машинного обучения и реализация линейных и нелинейных моделей для классификации данных.
-
Методы поиска и извлечения информации
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: формирование у магистрантов необходимой теоретической базы и практических навыков, которые позволят всесторонне и системно понимать современные проблемы прикладной математики и информатики, проблемы обработки и анализа информации и методы извлечение данных.
-
Обработка речи
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины сформировать способность применения скрытых марковских моделей для моделирования изменяющихся во времени сигналов, принципов языкового моделирования и стратегий уменьшения шумовых сигналов, методов глубокого обучения для создания современных систем обработки разговорного языка.
-
Онтологии, семантические технологии
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способностей магистрантов проектировать и реализовать программные решения в сфере семантических технологий. При изучении дисциплин будут рассмотрены следующие аспекты: цели и задачи использования методов и средств представления знаний, основные типы представления информации и знаний и др.
-
Статистические методы для обработки естественного языка
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины изучение различных статистических методов, обычно используемых в обработке естественного языка, и изучение способов применения этих методов к различным языковым проблемам. Этот курс охватывает широкий спектр тем в обработке естественного языка, , классификацию текста и лексическое устранение неоднозначности.
-
Технология сентимент анализа
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины – формирование теоретических знаний о методах и инструментах, используемых для сентимент анализа, об областях применения сентимент анализа, а также практических навыков в сборе данных, предобработке текстов, определении настроений, классификации настроений и визуализации результатов.
-
Формальные грамматики
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способности магитстрантов работать с формальными грамматиками естественных языков для совершенствования моделей обработки естественных языков; анализировать алгоритмы лексического, синтаксического и семантического анализа, реализуемые соответствующими конечными автоматами; оценивать методы генерации объектного кода для конкретной целевой машины.
-
Языковые ресурсы
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины формирование способности магистрантов работать с языковыми ресурсами и базами данных для вычислительной лингвистики для их использования в обработке текстов языка; использовать принципы сохранения целостности и поддержки безопасности в базах данных; создавать запросы к базам данных.
-
Интеллектуальный анализ данных
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Целью дисциплины является формирование способностей использовать теоретические и практические знания при работе с данными различных объемов и сложности. Дисциплина направлена на изучение методов сбора данных, их обработки и анализа для дальнейшего выявления закономерностей, присущих изучаемому явлению.
-
Информационные технологии для NLP
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Изучение современных информационных технологии и инструментов для NLP. Уровни анализа языка. Лексический уровень языка в автоматической обработке. Денотативные аспекты слова, словосочетание. Предложение и способы автоматического обнаружения синтаксической структуры. Способы кодирования смыслового содержания текста и автоматической его обработки. Естественно-языковые интерфейсы.
-
Понимание естественного языка
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Дисциплина нацелена на овладение магистрантами основами автоматической обработки текстов, написанных на естественном языке. Это предполагает не только умение использовать готовые приложения для лингвистического анализа, но и понимание принципов их работы, а также знакомство с базовыми математическими моделями, лежащими в основе современной компьютерной лингвистики.
-
Педагогическая
- Тип контроля: Защита практики
- Описание: Цель дисциплины: формирование способности осуществлять педагогическую деятельность в вузах, проектировать образовательный процесс и проводить отдельные виды учебных занятий с использованием инновационных образовательных технологий.
-
Исследовательская
- Тип контроля: Защита практики
- Описание: Цель практики: приобретение опыта в исследовании актуальной научной проблемы, расширение профессиональных знаний, полученных в процессе обучения, и формирование практических навыков ведения самостоятельной научной работы. Практика направлена на развитие навыков исследования, анализа и применения экономических знаний.