| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Doğal Dil İşleme | SWE 420 | 8 | 3 + 0 | 3 | 5 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi BEYZA EKEN |
| Dersi Verenler | Dr.Öğr.Üyesi BEYZA EKEN, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Doğal dil işleme temel problemlerini ve çözüm metotlarını kavrama. |
| Dersin İçeriği | Doğal dil işlemeye genel bakış. Dil işleme zorlukları. Dilbilimsel temeller. Metin sınıflandırma yöntemleri ve uygulamaları. İstatistiksel ve sinir ağı tabanlı dil modelleri. Dizi etiketleme yöntemleri ve uygulamaları. Anlamsal vektörler. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Doğal dil işleme hakkında bilgi sahibi olmak | Deney ve Laboratuvar, | |
| 2 | Doğal dil işleme algoritma ve metotlarını öğrenmek | Beyin Fırtınası, Anlatım, Gösterip Yaptırma, | |
| 3 | Bir doğal dil işleme sistemi tasarlayabilmek | Problem Çözme, Gözlem, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Doğal dil işlemeye genel bakış | |
| 2 | Doğal dil işlemenin pratikteki zorlukları | |
| 3 | Dilbilimsel temeller ve bilgi düzeyleri: kelimeler, biçimbilim, sözlükler, sözdizimi, semantik | |
| 4 | Temel metin işleme, biçimbilimsel analiz, edit distance algoritması | |
| 5 | Doğrusal metin sınıflandırması: Naive Bayes, SVM, Perceptron, Lojistik Regression | |
| 6 | Doğrusal olmayan sınıflandırma: sinir ağları | |
| 7 | Metin sınıflandırmasının uygulamaları: duygu analizi | |
| 8 | N-gramlar, İstatistiksel dil modelleri | |
| 9 | Sinir ağı tabanlı dil modelleri | |
| 10 | Dizi etiketleme: gizli markov modelleri | |
| 11 | Dizi etiketleme: sinir modelleri | |
| 12 | Dizi etiketleme uygulamaları: sözcük türü etiketleme, varlık ismi tanıma | |
| 13 | Vektör semantiği ve gösterilimleri | |
| 14 | Proje sunumları |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | Natural Language Processing, Jacob Eisenstein, 2018. Speech and Language Processing, Jurafsky & Martin, 3rd Ed. Draft, 2024. Foundations Of Statistical Natural Language Processing, Manning & Shütze, MIT Press, 1999. |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi. | X | |||||
| 2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi. | X | |||||
| 3 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. | X | |||||
| 4 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. | X | |||||
| 5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | X | |||||
| 6 | Bilişim Teknolojilerinin yönetim, denetim, gelişim ve güvenliği/güvenilirliği hakkında bilgi sahibi olma ve farkındalık. | ||||||
| 7 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. | X | |||||
| 8 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | ||||||
| 9 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi. | ||||||
| 10 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | ||||||
| 11 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | ||||||
| 12 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | ||||||
| # | Ders Öğrenme Çıktılarının Program Çıktılarına Katkısı | PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Doğal dil işleme hakkında bilgi sahibi olmak | ||||||||||||
| 2 | Doğal dil işleme algoritma ve metotlarını öğrenmek | ||||||||||||
| 3 | Bir doğal dil işleme sistemi tasarlayabilmek |
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Ödev | 10 |
| 2. Ödev | 10 |
| 1. Ara Sınav | 40 |
| 1. Proje / Tasarım | 40 |
| Toplam | 100 |
| 1. Final | 30 |
| 1. Yıl İçinin Başarıya | 70 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 3 | 48 |
| Ara Sınav | 1 | 10 | 10 |
| Kısa Sınav | 2 | 5 | 10 |
| Ödev | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Toplam İş Yükü | 136 | ||
| Toplam İş Yükü / 25 (Saat) | 5,44 | ||
| Dersin AKTS Kredisi | 5 | ||