Einführung in die Semantik
Logische Repräsentation und Folgerung
-
Logik 1. Stufe
-
Lambda Kalkül
-
Unterspezifizierte Repräsentationen
-
Folgerung in der Logik 1. Stufe
Repräsentation und Folgerung basierend auf Ähnlichkeit oder Wahrscheinlichkeit
-
Latent Semantic Analysis (LSA)
-
Probabilistic Latent Semantic Analysis (PLSA) und Expectation Maximization (EM) Algorithmus
-
Graphen-basierte semantische Ähnlichkeitsmaße
Didaktische Vorgehensweise
Die Übung besteht aus einem theoretischen und praktischen Teil mit Programmieraufgaben.
Weitere Informationen
ECTS-Aufteilung:
25 h Vorlesung + Übung
25 h Vorbereitung der Übungsbeispiele
23 h Vorbereitung für schriftliche Prüfung
2 h schriftliche Prüfung
------
75 h Gesamtaufwand = 3 ECTS
Patrick Blackburn, Johan Bos, Representation and Inference for Natural Language. A First Course in Computational Semantics, CSLI, 2005
Chris Manning, Hinrich Schütze, Foundations of Statistical Natural Language Processing, MIT Press, 1999