Preskoči na glavni sadržaj

Uvod u programiranje nad tekstualnim podacima

ISVU: 280623•4 ECTS•Zimski semestar

Osnovne informacije

Organizacijska jedinica
Odsjek za informacijske i komunikacijske znanosti
Satnica
  • Predavanja: 30 sati
  • Vježbe u praktikumu: 30 sati

Nastavnici

Cilj

Studenti upoznaju osnovne metode automatske obrade tekstualnih podataka, uključujući načine kodiranja teksta, najčeščće datotečne formate zapisa teksta te osnove statističke obrade teksta. Praktični se dio sastoji od upoznavanja osnova programiranja u interpretiranom jeziku Python nad tekstualnim podacima. Završni zadatak predstavlja potvrdu usvojenosti elemenata kolegija uvedenima tijekom semestra.

Sadržaj

  1. Uvodno predavanje. Opis kolegija. Programski jezik Python.
  2. Osnove kodiranja teksta. Osnove programiranja u Pythonu.
  3. Kodne stranice stalne duljine zapisa. Osnovne strukture podataka u Pythonu.
  4. Unicode i oblici kodiranja Unicode standarda. Rad s tekstualnim datotekama u Pythonu.
  5. Rad s rječnicima.
  6. Rad s modulima.
  7. Računanje čestotnih razdioba.
  8. Međuispit.
  9. Osnove regularnih izraza.
  10. Napredni regularni izrazi.
  11. Čestotne razdiobe n-grama znakova i riječi.
  12. Rad na dizajnu završnog zadatka.
  13. Implementacija završnog zadatka.
  14. Implementacija završnog zadatka.
  15. Implementacija završnog zadatka.

Ishodi učenja

  1. Objasniti osnove pohrane i obrade teksta u računalu.
  2. Opisati karakteristike osnovnih struktura podataka.
  3. Objasniti osnove programiranja nad tekstualnim podacima.
  4. Implementirati u programskom jeziku osnovne statističke teorijske koncepte obrade tekstualnih podataka.

Metode podučavanja

Predavanja, vježbe na računalima, sustav učenja na daljinu.

Metode ocjenjivanja

Međuispiti. Završni zadatak. Usmeni ispit.

Obavezna literatura

  1. Jurafsky, Daniel; Martin, James H. Speech and Language Processing (2nd Edition). New Jersey: Prentice Hall, 2008.
  2. Python Documentation. https://docs.python.org/.
  3. Tadić, Marko. Jezične tehnologije i hrvatski jezik. Zagreb: Ex libris, 2003.

Dopunska literatura

  1. Bird, Steven; Klein, Ewan, Loper, Edward. Natural Language Processing with Python. O'Reilly Media, 1999.
  2. Manning, Christopher D.; Schuetze, Hinrich. Foundations of Statistical Natural Language Processing. The MIT Press, 2002.