Formale Semantik
Kursbeschreibung
| Studiengang | Modulkürzel | Leistungs- bewertung |
|---|---|---|
| BA-2010 | FSem | 6 LP |
| Dozenten/-innen | Vivi Nastase und Michael Herweg |
| Veranstaltungsart | Vorlesung/Übung |
| Erster Termin | 23.10.2017 |
| Zeit und Ort | Mo, 11:15–12:45, INF 306 / SR 14 (SR) |
| Fr, 11:15–12:45, INF 306 / SR 14 (SR) | |
| Commitment-Frist | tbd. |
Teilnahmevoraussetzungen
Foundations of Linguistic Analysis (FLA), Formal Foundations, Logical Foundations (FF-L)
Leistungsnachweis
- Regelmäßige, substantielle Bearbeitung der Übungsaufgaben zur Klausurzulassung
- Erfolgreich bestandene Abschlussklausur/Abschlussprojekt
Inhalt
Die Vorlesung bietet einen Überblick über Phänomene und Methoden der semantischen Sprachverarbeitung. Behandelt werden grundlegende Konzepte der modelltheoretischen Semantik sowie deren Umsetzung in computerlinguistisch relevanten Semantikformalismen und -theorien. Neben klassischen formal-semantischen Methoden werden distributionelle statistische Verfahren sowie hybride Modelle vorgestellt. Dabei thematisieren wir die Relevanz computationeller Semantik für sprachtechnologische Anwendungen und zeigen, wie die erlernten Verfahren für computerlinguistische Aufgabenstellungen eingesetzt werden.
Kursübersicht
Seminarplan
| Datum | Sitzung | Materialien |
| 08.01 | Lexical Semantics (I) | Introduction; Symbolic representations |
| 12.01 | Lexical Semantics: Word representations in low-dimensional continuous vector spaces | Latent Semantic Analysis
Turney & Pantel, Vector space models of semantics Evert & Lenci, Distributional semantic models (ESSLI 2009) Landauer & Dumais, A solution to Plato's problem: The latent semantic analysis theory of acquisition, induction, and representation of knowledge Hopcroft & Kannan, Computer Science Theory for the Information Age, Chapter 4 |
| 15.01 | Lexical Semantics: Word representations in low-dimensional continuous vector spaces | Topic Models (I) |
| 19.01 | Lexical Semantics: Word representations in low-dimensional continuous vector spaces | Topic Models (all)
Steyvers & Griffiths, Probabilistic topic models Heinrich, Parameter estimation for text analysis Blei, Topic models (tutorial) |
| 22.01 | Lexical Semantics: Word representations in low-dimensional continuous vector spaces | Neural word embeddings
Bengio et al., A Neural Probabilistic Language Model Collobert & Weston A Unified Architecture for Natural Language Processing: Deep Neural Networks with Multitask Learning Mikolov et al., Distributed Representations of Words and Phrases and their Compositionality Levi & Goldberg Neural Word Embedding as Implicit Matrix Factorization Nickel et al., A Review of Relational Machine Learning for Knowledge Graphs |
| 26.01 | Lexical Semantics: Operations on word representations | Similarity and relatedness |
| 29.01 | Lexical Semantics: Operations on word representations | Word sense disambiguation and word sense induction |
| 2.02 | Lexical Semantics: Frame semantics | |
| 5.02 | Lexical Semantics: Putting things together | Compositionality |
| 9.02 | Lexical Semantics: Putting things together | Semantic relations |
Project information
Literatur
Literatur wird bis zum Beginn der Veranstaltung hier bereitgestellt.
