| |
 |
自然語言處理（Natural Language Processing, NLP）是人工智慧中極具潛力的應用領域之一，透過演算法讓電腦得以分析、認知、運用人類日常語言，並以人類易於理解的方式回饋。然而，縱使是人與人之間也不免有語義上的誤解、言外之意的隱射等溝通障礙，欲使電腦正確學習就更顯困難。但倘若克服前述困境，自 |
|
 |
|
|
然語言處理可應用的面向將極為廣泛，課程中透過語言模型說明自然語言處理運用於資料檢索與提取、資料分割與解析、文本判讀、資料擷取等面向，並以語言學角度闡釋語法解構、生成文法基礎及語法剖析等概念，最後講述如何將詞彙轉為語義向量，讓電腦透過分析向量的方式理解詞彙語義的差異。
|
|
自然語言處理1：
自然語言處理概論、N-gram 語言模型及其應用 |
 |
自然語言處理2：
資料檢索與分析（TF-IDF、PageRank、HITS）、資料擷取（FSA、FST）及其應用
|
|
自然語言處理3：
溝通行動理論與溝通要素、生成文法（Generative Grammar）、X-Bar理論、隨機上下文無關文法（PCFG）、語法剖析之一（CYK演算法）
|
|
自然語言處理4：
語法剖析之二（Chart Parser圖表式剖析器）、擴充文法（Augmented Grammar）、語義解釋（Semantic interpretation）、語用解釋（Pragmatic Interpretation）、篇章銜接（Coherent Discourse） |
|
自然語言處理5：
自然語言處理5：修辭結構理論（Rhetorical Structure Theory）、語法歸納（Grammar Induction）、文章標註（Document Annotation）、知識本體萃取（Ontology extraction）、語義嵌入（Semantic Embedding）、語義向量（Vector Semantics）
|
|
|
|
