NLPROC: Natural Language Understanding
Wir diskutieren in diesem Kurs wie man mit automatischen Methoden den Inhalt von Text verstehen kann. Wir beginnen mit Verfahren, die die Bedeutung einzelner Worte messen (Vektorrepräsentationen, Einbettungen) und erweitern dies dann zur Analyse von Phrasen, auch mit (großen) Sprachmodellen. Danach besprechen wir übliche Aufgaben im Sprachverstehen, wie Entitätserkennung, Relationserkennung, Emotions/Sentimentanalyse, Argument Analyse, aber auch Aufgaben, wie sie von großen Anweisungs-basiert trainieren Sprachmodellen gelöst werden.
Dieser Kurs wird auf Deutsch unterrichtet, falls die Teilnehmer:innen dies nicht anders wünschen.
We discuss in this class how to analyze written text and discuss methods to understand it automatically. We start with methods that measure the meaning of individual words (vector representations, embeddings) and then extend this to analyzing phrases, including with (large) language models. We then discuss common tasks in language understanding, such as entity recognition, relation recognition, emotion/sentiment analysis, argument analysis, but also tasks as solved by large instruction-based trained language models.
The course will be taught in German, unless participants wish otherwise.
Wir diskutieren in diesem Kurs wie man mit automatischen Methoden den Inhalt von Text verstehen kann. Wir beginnen mit Verfahren, die die Bedeutung einzelner Worte messen (Vektorrepräsentationen, Einbettungen) und erweitern dies dann zur Analyse von Phrasen, auch mit (großen) Sprachmodellen. Danach besprechen wir übliche Aufgaben im Sprachverstehen, wie Entitätserkennung, Relationserkennung, Emotions/Sentimentanalyse, Argument Analyse, aber auch Aufgaben, wie sie von großen Anweisungs-basiert trainieren Sprachmodellen gelöst werden.
Dieser Kurs wird auf Deutsch unterrichtet, falls die Teilnehmer:innen dies nicht anders wünschen.
We discuss in this class how to analyze written text and discuss methods to understand it automatically. We start with methods that measure the meaning of individual words (vector representations, embeddings) and then extend this to analyzing phrases, including with (large) language models. We then discuss common tasks in language understanding, such as entity recognition, relation recognition, emotion/sentiment analysis, argument analysis, but also tasks as solved by large instruction-based trained language models.
The course will be taught in German, unless participants wish otherwise.
- Moderator/in: Roman Klinger
Semester: 2024/25 Wintersemester