Cilj:Upoznavanje sa aktuelnim konceptima, metodama i tehnikama statističkih i simboličkih pristupa veštačkoj inteligenciji, sa posebnim osvrtom na sisteme za obradu prirodnih jezika.
Ishod:Studenti će razviti razumevanje aktuelnih koncepata, metoda i tehnika statističkih i simboličkih pristupa veštačkoj inteligenciji, i osposobiće se da projektuju sisteme za obradu prirodnih jezika.
Sadržaj predmeta
Teorijska nastava:
Osnove n-grama,
Treniranje i testiranje n-grama,
Konačni automati,
Markovljevi lanci,
Skriveni Markovljevi modeli,
Skriveni Markovljevi modeli,
Bajesova teorema i automatsko prepoznavanje govora,
Kontekstno nezavisne gramatike
Algoritmi za parsiranje teksta,
Reprezentovanje značenja i modelovanje konteksta,
Kontekstno zavisna interpretacija stimulansa,
Odlučivanje i učenje,
Adaptivno upravljanje mašinskim dijalogom,
Konverzacioni agenti,
Kognitivno inspirisani pristupi.
Praktična nastava:
Uvežbavanje predstavljenih koncepata, metoda i tehnika kroz primere.
Literatura
Stuart Russell, Peter Norvig, Veštačka inteligencija: savremeni pristup, Računarski fakultet, 2011.
Jurafsky, Daniel, and James H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics, 2nd edition. Prentice-Hall.2009.
J.Allen, Natural Language Understanding, 2nd edition. The Benjamin /Cummings Publishing Company, 1994.
