| School/Faculty/Institute |
Graduate School |
| Course Code |
CSE 613 |
| Course Title in English |
Natural Language Generation and Dialogue Systems |
| Course Title in Turkish |
Doğal Dil Üretimi ve Diyalog Sistemleri |
| Language of Instruction |
EN |
| Type of Course |
Flipped Classroom |
| Level of Course |
Advanced |
| Semester |
Fall |
| Contact Hours per Week |
| Lecture: 3 |
Recitation: |
Lab: |
Other: |
|
| Estimated Student Workload |
188 hours per semester |
| Number of Credits |
7.5 ECTS |
| Grading Mode |
Standard Letter Grade
|
| Pre-requisites |
None |
| Expected Prior Knowledge |
Natural Language Processing, Basic Probability
|
| Co-requisites |
None |
| Registration Restrictions |
Only Doctorate Students
|
| Overall Educational Objective |
To become familiar with the concepts of natural language generation such as content selection, discourse planning, and surface realization and to learn fundamentals of intelligent dialogue systems such as dialogue semantics and strategies.
|
| Course Description |
valuation of natural language generation and dialogue systems. The course will cover various concepts and research questions in language generation, such as input data representation, content selection, sentence planning, and surface realization (lexicalization and referring expression generation). The course will examine practical applications, starting from traditional rule-based systems to recent neural generators (e.g., Seq2Seq models). Moreover, the course will introduce the fundamentals of modern dialogue systems: basic aspects of data collection, semantics and pragmatics of dialogue, multimodality, dialogue strategies, natural language understanding, dialogue management, and evaluation techniques. The course also presents and compares recent state-of-the art dialogue architectures and conversational systems (chatbots).
|
| Course Description in Turkish |
Bu ders, doğal dil üretimi sistemlerinin ve diyalog sistemlerinin tasarımı, uygulanması ve değerlendirilmesine yönelik teorik bilgileri vermeyi amaçlamaktadır. Bu ders kapsamında, girdi verisi gösterimi, içerik belirleme, cümle planlama ve cümlesel ifadelere dönüştürme (sözcük seçimi ve atıf oluşturma) gibi dil üretimi alanındaki çeşitli kavramlar ve araştırma soruları ele alınacaktır. Geleneksel kural tabanlı dil üretim sistemlerinden yakın zamanda popüler olan derin öğrenme tabanlı dil üretim araçlarına (örn., Seq2Seq modeller) kadar pek çok pratik uygulama bu derste incelenecektir. Ayrıca, bu ders veri toplama yöntemleri, diyaloğun anlamlandırılması, çoklu biçim, diyalog stratejileri, doğal dil anlama, diyalog yönetimi ve değerlendirme teknikleri gibi modern diyalog sistemlerinin temellerini aktaracaktır. Bu derste modern diyalog mimarileri ve konuşma sistemleri (sohbet robotları) incelenecek ve kıyaslanacaktır. |
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
1) Doğal dil oluşturma ve diyalog sistemlerinin altında yatan temel ilkeleri, algoritmaları ve teorik konuları açıklamak
2) doğal metinleri ve diyalogları işlemek için hesaplama tekniklerini ve araçlarını uygulamak, doğal dil üretimi ve diyalog uygulamaları için eğitim verilerini analiz etmek ve yorumlamak
3) Doğal dil oluşturma ve diyalog uygulamaları için eğitim verilerini analiz etmek ve yorumlamak
4) Gelişmiş üretim ve diyalog yönetimi yöntemlerinin performansını karşılaştırmak
5) Derin öğrenmeyi kullanarak belirli bir görev için gelişmiş bir sistem geliştirmek
6) Seçilen bir konu hakkında iyi organize edilmiş bir araştırma raporu hazırlamak için yeni bilgileri uygulamak
7) Araştırma çalışmasını izleyici önünde sunmak
|
| Program Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Relation to Program Outcomes and Competences
| N None |
S Supportive |
H Highly Related |
| |
|
|
| |
Program Outcomes and Competences |
Level |
Assessed by |
| Prepared by and Date |
ŞENİZ DEMİR , February 2024 |
| Course Coordinator |
ŞENİZ DEMİR |
| Semester |
Fall |
| Name of Instructor |
Doç. Dr. ŞENİZ DEMİR |
Course Contents
| Hafta |
Konu |
| 1) |
Introduction
|
| 2) |
NLG Architectures
|
| 3) |
Content Selection |
| 4) |
Text Structuring
|
| 5) |
Surface Realization and Lexicalization
|
| 6) |
Referring Expression Generation and Evaluation
|
| 7) |
Neural Language Generation (Word Embeddings)
|
| 8) |
Neural Language Generation (Seq2Seq Networks)
|
| 9) |
Discourse and Dialogue |
| 10) |
Dialogue Management and Strategies
|
| 11) |
Natural Language Understanding
|
| 12) |
Chatbots and Multimodal Systems |
| 13) |
User Modeling and Evaluation |
| 14) |
Term Project Presentations
|
| 15) |
Final Exam/Project/Presentation Period |
| 16) |
Final Exam/Project/Presentation Period |
| Required/Recommended Readings | Ehud Reiter and Robert Dale, Building Natural Language Generation Systems, Cambridge University Press, 2006.
Michael McTear: Conversational AI: Dialogue Systems, Conversational Agents, and Chatbots, Morgan & Claypool 2021.
Daniel Jurafsky and James H. Martin, Speech and Language Processing, 2nd Edition, Pearson-Prentice Hall, 2009.
|
| Teaching Methods | Lectures and in-class practices using flipped classroom. In-class practices will be carried out by students individually. |
| Homework and Projects | In-class practices and Term project |
| Laboratory Work | None |
| Computer Use | For Term project
|
| Other Activities | None |
| Assessment Methods |
| Assessment Tools |
Count |
Weight |
| Küçük Sınavlar |
1 |
% 20 |
| Projeler |
1 |
% 50 |
| Ara Sınavlar |
1 |
% 30 |
| TOTAL |
% 100 |
|
| Course Administration |
demirse@mef.edu.tr
536
Instructor’s office and phone number, office hours, email address:
- Office: 536 (5th Floor)
- Email address: demirse@mef.edu.tr
|
Bilgi Paketi / Ders Kataloğu