i40

Α’ Εξάμηνο

Υποχρεωτικό

Εξ αποστάσεως

Επεξεργασία Φυσικής Γλώσσας για τη Βιομηχανία

Το μάθημα ενσωματώνει τις αρχές της κυκλικής οικονομίας στο πλαίσιο της Βιομηχανίας 4.0, εστιάζοντας στην προηγμένη κατασκευή, την ανακατασκευή, τις έξυπνες πόλεις και τη βιωσιμότητα. Το πρόγραμμα σπουδών έχει σχεδιαστεί για να εξοπλίσει τους φοιτητές/τριες με θεωρητικές γνώσεις και πρακτικές δεξιότητες, επιτρέποντάς τους να σχεδιάσουν αλυσίδες κυκλικής οικονομίας για εφαρμογές στην πράξη.

Πιστωτικές Μονάδες ECTS
0
Εβδομάδες διδασκαλίας
0
Ώρες συνολικού φόρτου
0
Βιβλιογραφικές πηγές
0

Μαθησιακά Αποτελέσματα

1)

Κατανόηση και εφαρμογή τεχνικών επεξεργασίας φυσικής γλώσσας (NLP) σε βιομηχανία

2)

Ανάλυση δεδομένων φυσικής γλώσσας και να εξαγωγή χρήσιμων πληροφοριών

3)

Σχεδίαση και να ανάπτυξη λύσεων που αξιοποίηση σύγχρονων τεχνικών NLP

4)

Εργασία σε ομάδες για την ανάπτυξη εφαρμογών επεξεργασίας γλώσσας

Γενικές Ικανότητες

Προσαρμογή σε νέες καταστάσεις

Λήψη αποφάσεων

Αυτόνομη εργασία

Ομαδική εργασία

Δημιουργική και Επαγωγική σκέψη

Σχεδιασμός και διαχείριση έργων

Περιεχόμενο Μαθήματος

Εβδ.
Ενότητα

1

Εισαγωγή στην Επεξεργασία Φυσικής Γλώσσας

2

Εισαγωγή στη Μηχανική Μάθηση

3

Μοντέλα μηχανικής μάθησης για NLP

4

Επιλογή Θέματος Project

5

Διανυσματοποίηση Κειμένου

6

Αναγνώριση Επώνυμης Οντότητας Named Entity Recognition

7

Ανάλυση συναισθήματος και εξόρυξη δεδομένων

8

Ενδιάμεσες Παρουσιάσεις project

9

Κύριες Τεχνικές NLP

10

Μεγάλα Γλωσσικά Μοντέλα (LLM)

11

Εφαρμογές NLP στη βιομηχανία – Virtual Assistants – Chatbots

12

Εφαρμογές NLP στη βιομηχανία – Ανίχνευση Κινδύνων, Πιστοποίηση Ασφαλείας

13

Τελικές Παρουσιάσεις Project

Αξιολόγηση & Φόρτος Εργασίας

Δραστηριότητα
Ώρες
Διαλέξεις
39
Βιβλιογραφική Εργασία
30
Υλοποίηση Project
31
Μη Καθοδηγούμενη Μελέτη
50
Σύνολο Μαθήματος
150

Ατομική Εργασία

Τελική ατομική παρουσίαση project

Ομαδική Εργασία

Τελική ομαδική παρουσίαση project

Βιβλιογραφία

Natural language processing. Fundamentals of artificial intelligence
Chowdhary, K., & Chowdhary, K. R. (2020)
Natural language processing with Python: analyzing text with the natural language toolkit
Bird, S., Klein, E., & Loper, E. (2009)
An introduction to machine learning. Springer
Rebala, G., Ravi, A., & Churiwala, S. (2019)
Machine learning text classification model with NLP approach. Computational Linguistics and Intelligent Systems
Razno, M. (2019)
The classification of the documents based on Word2Vec and 2-layer self organizing maps
Yoshioka, K., & Dozono, H. (2018)
IEEE
Computational intelligence magazine
IEEE
Intelligent System
ACM
Αudio speech and language processing Communications of ACM

Πληροφορίες Μαθήματος

Εξάμηνο
Α΄
ECTS
5
Εβδ. σύγχρονης
180 λεπτά
Τύπος
Εξειδικευμένες γνώσεις
Προαπαιτούμενα

Τρόπος Διεξαγωγής

Σύγχρονη
30%
Ασύγχρονη
70%

Εξ αποστάσεως

e-class

Erasmus ✓

Τεχνολογίες & Εργαλεία

NLP

AI

LLMs

Πίσω στην σελίδα μαθημάτων

Πλατφόρμα e-class

Υλικό μαθήματος, βίντεο, forum & ανακοινώσεις

Κύλιση στην κορυφή