Natural Language Engineering (NLE) is a core part of information science and is a field that is concerned with the automated processing of natural language (and with a specific focus on practical applications). It's an exciting area and it should also be a lot of fun to learn about it. The core idea is to create computer programs that can perform language tasks as proficiently as a human would (or even better). Such language tasks range from identifying whether an email is spam to communicating through a dialogue system in order to book a flight, from creating a summary of a news article to finding an answer to a question, from translating a text document to finding out whether a Tweet that was posted about a particular product was positive or negative. And that is not even all as new language challenges such as fake news detection emerge.
This module provides a strong foundation to understand the fundamental problems in NLE and also equips you with the practical skills to build small-scale NLE systems. We will start with exploring core elements of language. Based on that we will learn about common paradigms to build applications that would be able to process language in an automated fashion. This includes rule-based as well as statistical approaches. In class you can apply your knowledge by building your own natural language engineering applications.
Lectures are going to be given in English but feel free to contact me with any questions, problems and clarification questions (in German or English) via email at udo.kruschwitz@ur.de.
NOTE: Lectures are planned to be given in-person and not via Zoom.
-----------------------
Die automatische Verarbeitung natürlicher Sprache ist ein wesentlicher Bestandteil der Informationswissenschaft und beschäftigt sich mit der Frage, wie Computerprogramme konzipiert und erstellt werden können, die die Sprachverarbeitung so effektiv wie möglich automatisieren können. Das reicht von der Klassifizierung einer Email als Spam bis zu sprachbasierten Dialogsystemen, von der automatischen Zusammenfassung von Texten bis zur Beantwortung von Fragen, von der automatischen Übersetzung bis zur Sentimentanalyse von Twittermeldungen. Im Moment befinden wir uns in spannenden Zeiten, da das Gebiet auch auf ständig neue Herausforderungen reagieren muss, als Bespiel sei nur die Erkennung von 'fake news' erwähnt.
Das Modul legt die wesentlichen theoretischen Grundlagen der Sprachverarbeitung. Gleichzeitig wird großen Wert auf die praktische Anwendung gelegt. Die wichtigsten Architekturparadigmen werden eingeführt (regelbasierte und statistische Ansätze), und in der zur Vorlesung gehörigen Übung kann das Wissen angewandt werden, indem praktische Anwendungen entwickelt und implementiert werden.
Die Vorlesungen werden auf Englisch sein. Sprechen Sie mich aber ruhig in der Vorlesung oder auch per Email in Englisch oder Deutsch an. Ich freue mich auf Fragen und Anregungen per Email: udo.kruschwitz@ur.de
Bitte beachten Sie: Ich plane, die Vorlesungen im Hörsaal und nicht über Zoom zu geben.