| School/Faculty/Institute | Faculty of Engineering | ||||||
| Course Code | COMP 451 | ||||||
| Course Title in English | Introduction to Natural Language Processing | ||||||
| Course Title in Turkish | Doğal Dil İşlemeye Giriş | ||||||
| Language of Instruction | EN | ||||||
| Type of Course | Flipped Classroom | ||||||
| Level of Course | Introductory | ||||||
| Semester | Fall | ||||||
| Contact Hours per Week |
|
||||||
| Estimated Student Workload | 152 hours per semester | ||||||
| Number of Credits | 6 ECTS | ||||||
| Grading Mode | Standard Letter Grade | ||||||
| Pre-requisites | None | ||||||
| Co-requisites | None | ||||||
| Expected Prior Knowledge | Prior knowledge in programming, basic mathematics and probability. | ||||||
| Registration Restrictions | Only Undergraduate Students | ||||||
| Overall Educational Objective | To gain an understanding of computational properties of natural languages, learn different aspects and basic fundamentals of natural language processing, and become familiar with how to design algorithms and applications to process linguistic information. | ||||||
| Course Description | This course covers the fundamentals of natural language processing: morphological analysis, syntactic analysis, parsing, language models, semantics, pragmatic analysis, and evaluation. Moreover, some NLP topics and algorithms are covered such as part-of-speech tagging, word sense disambiguation, dialogue systems, language generation, text classification, summarization, and question answering. |
Course Learning Outcomes and CompetencesUpon successful completion of the course, the learner is expected to be able to:1) describe basic principles, algorithms and theoretical issues underlying natural language processing; 2) use probability and statistics to solve linguistic problems; 3) apply computational techniques and tools to process texts written in human languages; 4) analyze and interpret textual data used for natural language processing applications; 5) demonstrate team effort in identifying and solving a complex engineering problem using NLP techniques; 6) acquire and apply new knowledge to prepare a well-organized research report on a selected topic; 7) present research work in front of an audience |
| Program Learning Outcomes/Course Learning Outcomes | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | |||||||
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | |||||||
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak | |||||||
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | |||||||
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | |||||||
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | |||||||
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | |||||||
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | |||||||
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | |||||||
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | |||||||
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
| N None | S Supportive | H Highly Related |
| Program Outcomes and Competences | Level | Assessed by | |
| 1) | Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | N | |
| 2) | Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | N | |
| 3) | Mikroekonomik ve makroekonomik teoriyi anlamak | N | |
| 4) | Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | N | |
| 5) | Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | N | |
| 6) | Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | N | |
| 7) | Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | N | |
| 8) | Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | H | |
| 9) | Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | H | |
| 10) | Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | H | |
| 11) | Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. | H |
| Prepared by and Date | ŞENİZ DEMİR , December 2020 |
| Course Coordinator | ŞENİZ DEMİR |
| Semester | Fall |
| Name of Instructor | Doç. Dr. ŞENİZ DEMİR |
| Hafta | Konu |
| 1) | Introduction to Natural Language Processing |
| 2) | Morphological Analysis and Disambiguation |
| 3) | Language Models and N-grams |
| 4) | Syntactic Analysis and Dependency Parsing |
| 5) | Semantics, Discourse, and Pragmatics |
| 6) | Evaluation Methods and Metrics |
| 7) | Part-of-speech Tagging and Word Sense Disambiguation |
| 8) | Text Classification and Named Entity Recognition |
| 9) | Text Summarization |
| 10) | Dialogue Systems |
| 11) | Natural Language Generation |
| 12) | Word Embeddings |
| 13) | Sequence-to-sequence learning with RNNs |
| 14) | Research report presentations |
| 15) | Final Examination/Project/Presentation Period |
| 16) | Final Examination/Project/Presentation Period |
| Required/Recommended Readings | (Recommended) Speech and Language Processing, D. Jurafsky, J.H. Martin, 2nd Edition, Pearson-Prentice Hall, 2009. (Supplementary) Foundations of Statistical Natural Language Processing, C.D. Manning, H. Schutze, MIT Press, 2002. (Supplementary) Natural Language Processing with Python, S.Bird, E.Klein, E.Loper, O’Reilly Media, 2009. | ||||||||||||||||||
| Teaching Methods | Flipped Classroom | ||||||||||||||||||
| Homework and Projects | In-Class flipped Practices, Projects | ||||||||||||||||||
| Laboratory Work | None | ||||||||||||||||||
| Computer Use | Required | ||||||||||||||||||
| Other Activities | None | ||||||||||||||||||
| Assessment Methods |
|
||||||||||||||||||
| Course Administration |
demirse@mef.edu.tr 535 Instructor’s office: Room 536 (5th floor) Office hours: TBA. E-mail address: demirse@mef.edu.tr Rules for attendance: No attendance required A reminder of proper classroom behavior, code of student conduct: YÖK Regulations Statement on plagiarism: YÖK Regulations |
||||||||||||||||||
| Activity | No/Weeks | Hours | Calculation | ||||
| No/Weeks per Semester | Preparing for the Activity | Spent in the Activity Itself | Completing the Activity Requirements | ||||
| Ders Saati | 14 | 1 | 3 | 1 | 70 | ||
| Sunum / Seminer | 1 | 1 | 14 | 2 | 17 | ||
| Proje | 1 | 1 | 14 | 2 | 17 | ||
| Ödevler | 2 | 1 | 14 | 2 | 34 | ||
| Ara Sınavlar | 1 | 10 | 2 | 2 | 14 | ||
| Total Workload | 152 | ||||||
| Total Workload/25 | 6.1 | ||||||
| ECTS | 6 | ||||||