NLP-Werkstatt: Arbeiten mit linguistisch annotierten Korpora
Kursbeschreibung
| Studiengang | Modulkürzel | Leistungs- bewertung |
|---|---|---|
| BA-2010[100%|75%] | CS-CL | 6 LP |
| BA-2010[50%] | BS-CL | 6 LP |
| BA-2010[25%] | BS-AC, BS-FL | 4 LP |
| Dozenten/-innen | Éva Mújdricza-Maydt |
| Veranstaltungsart | Proseminar mit Übung |
| Erster Termin | 26.04.2017 |
| Zeit und Ort | Mi, 14:15–15:45, INF 329 / SR 26, ab 10.05.: INF 326 / SR 27
Übung: Mo. 16:15-17:45, PCPool; Ausweichtermin: Di. 16:15-17:45, PCPool |
| Commitment-Frist | 19.06.17 bis 12.07.17 |
Teilnahmevoraussetzungen
empfohlen:
- Einführung in die Computerlinguistik
- Programmieren I (oder ähnliche Leistung)
Leistungsnachweis
- regelmäßige und aktive Teilnahme
- Übungsaufgaben und Diskussion der Lösungen
- evtl. Präsentation (Blitzreferat)
- ggf. regelmäßige Teilnahme an Übungen (siehe Kurzkommentar)
Hinweis
Um vorherige Anmeldung per E-Mail wird gebeten. In der ersten Sitzung wird einen kleinen Test mit Aufgaben zum Programmieren als Eignungsfeststellung durchgeführt. (Mehr Informationen über den Test siehe hier.) Die Teilnahme an den wöchentlichen Übungen ist für Studierende, die hierbei eine Mindestpunktzahl nicht erreichen, verpflichtend, sonst optional.Inhalt
Im Seminar werden Sie - unterstützt durch praktische Übungen - notwendige Kenntnisse in der Erstellung und Weiterverarbeitung annotierter Korpora erwerben. Die Übungen werden einzeln oder in kleinen Gruppen durchgeführt. Lernziel ist es, im Laufe des Semesters Fertigkeiten für eine sicher(er)e und zielgerichtete Arbeit mit Korpora zu erwerben und für die spätere Anwendung wiederverwendbare und erweiterbare Programme zur Verarbeitung annotierter Korpora zu erstellen.
Das Seminar konzentriert sich also auf die (manuelle und automatische) Annotation computerlinguistischer Informationen und deren Extraktion aus Korpora. Darunter wird auf Fragestellungen und Fertigkeiten wie im Folgenden aufgelistet konzentriert:
-
Korpusauswahl und -vorverarbeitung
- Wie beeinflussen Menge, Format, Sauberkeit der zugrundeliegenden Daten die Vorgehensweise?
- Wie säubert man Korpora, wie geht man um mit Formaten, Encodings, wie führt man Formatkonversionen durch?
-
Manuelle und automatische Annotation und ihre Auswertung
- Wie stellt man Guidelines auf und wie folgt man ihnen?
- Welche Vorannotierungen und Tools sind hilfreich?
- Wie misst man die Qualität der Annotation?
- Welche (halb)automatischen oder interaktiven Annotierungstools eignen sich für welche Aufgabenstellungen? Wie verwendet man sie, welche Anpassungen der Formate muss man ggf. vornehmen?
- Wie visualisiert man quantitative Eigenschaften der Daten bzw. Ergebnisse?
-
Extraktion und Weiterverarbeitung von Informationen
- Welche Formate gibt es?
- Welche Tools oder Skripts existieren für die Verarbeitung der Formate?
- Wie kann man eigene, wiederverwendbare Extrahierungsprogramme schreiben?
Kursübersicht
Seminarplan
| Datum | Sitzung | Aufgaben | Hausaufgaben |
|---|---|---|---|
| 26.04. | Organisation (02.05.)* | A01 Emojis (28.04.) | HA01 Emoji-Extraktion (28.04.), data_HA01 (28.04.), HA+ (URL) (02.05.) |
| 03.05. | Korpora am ICL (26.04.) | A02 Formatbeispiele (03.05.)
A03 Format-Übung (03.05.) |
HA02 Format-Umwandlungen (05.05.) , data_HA02 |
| 10.05. | Formate (10.05.) | Strategien zu HA (17.05.) | |
| 17.05. | XML und DTD (31.05.) | A04 XML+DTD-Bsp. (17.05.) | HA03/1 (XML) (17.05.) |
| 24.05. | Blitzreferat: Comprehensions (VZ),
XML und DTD Fortsetzung , DTD-Zusammenfassung (08.06.) |
HA03/2 (DTD) (24.05.) | |
| 31.05. | Demo MAE |
A05 XML-Quiz (31.05.)
, A06 MAE (31.05.)
, HINWEIS: Übung am Fr.,02.06., 16-18 Uhr |
HA04 MAE (31.05.) |
| 07.06. | Vor- und Nachteile des Annotations-Designs | A07 Tools (07.06.) | HA05 XML-Extraktion (09.06.) |
| 14.06. | Annotationsbeispiel Semantic Role Labeling (07.06.) |
A08 SRL (07.06.)
, SRL-Lösung (07.06.) , A09 Generalisierung (14.06.) |
Kommentieren (14.06.)
, HA+ (OO) (vom letzen Jahr) |
| 21.06. |
enum in Python
, Evaluation 1 (05.07.) |
A10 Eval-Bsp | (2.Teil der HA05) |
| 28.06. | Evaluation Forts. | (2. Kommentieren + ggf. Korrektur für HA05/2 bis 05.07.) | |
| 05.07. | Evaluation Forts., WebAnno | A11 Eval (05.07.) , (Lösung) (05.07.) | HA06 (PRFA) (05.07.) , data_HA06 , Hilfe zur Lösung: markierte Instanzen zu NER (10S) (01.08.) |
| 12.07. | COMMITMENT-FRIST!
, Evaluation 2 (von Ines Rehbein) , WebAnno-Demo |
HA07 (WA) (12.07.) , SALSA2.0_Bsp.txt | |
| 19.07. | WebAnno-Demo (2), Evaluation 2 Forts. | A12 IAA (19.07.) | HA08 (IAA) (19.07.)
, data_HA08 |
| 26.07. | A13 Zirkeltraining (26.07.) |
