Μαθησιακά Αποτελέσματα
– Επάρκεια σε διάφορα μοντέλα αναπαράστασης κειμένου που χρησιμοποιούνται στη Φυσική
Γλωσσική Επεξεργασία (NLP) και την Ανάκτηση Πληροφοριών (IR).
– Ικανότητα να εφαρμόζει και να χρησιμοποιεί τεχνικές Bag of Words και tf-idf για την
αναπαράσταση κειμένου και την εξαγωγή χαρακτηριστικών.
– Κατανόηση των θεμελιωδών αρχών της ανάκτησης πληροφοριών και των διαφόρων μεθόδων
της.
– Εξειδίκευση στη χρήση μεθόδων διανυσματικού χώρου για εργασίες ανάκτησης πληροφοριών.
– Γνώση των μετρικών αξιολόγησης που χρησιμοποιούνται για την αξιολόγηση της απόδοσης
των συστημάτων ανάκτησης πληροφοριών.
– Κατανόηση διαφορετικών μοντέλων γλωσσικής που χρησιμοποιούνται ειδικά στην ανάκτηση
πληροφοριών.
– Επάρκεια σε διάφορα μοντέλα αναπαράστασης λέξεων που χρησιμοποιούνται σε εργασίες
NLP.
– Δυνατότητα εργασίας με ενσωμάτωση λέξεων όπως το word2vec για σημασιολογική
αναπαράσταση των λέξεων.
– Κατανόηση και πρακτικές γνώσεις για τα μοντέλα βασισμένα σε Transformers όπως το BERT
και το GPT για εργασίες κατανόησης και δημιουργίας γλώσσας.
– Δυνατότητα εφαρμογής τεχνικών NLP σε διάφορους εφαρμοσμένους τομείς, όπως ανάλυση
συναισθήματος, ταξινόμηση κειμένου ή αναγνώριση ονοματικών οντοτήτων.
– Κατανόηση τεχνικών που χρησιμοποιούνται σε συστήματα ανάκτησης πολυμέσων βασισμένα
στο περιεχόμενο.
Περιεχόμενο Μαθήματος
Μοντέλα αναπαράστασης κειμένου
Bag of words, tf-idf
Ανάκτηση πληροφοριών
Διανυσματικές μέθοδοι για την Ανάκτηση Πληροφοριών
Μετρικές αξιολόγησης Ανάκτησης Πληροφοριών
Ανάκτηση πληροφορίας και γλωσσικά μοντέλα
Μοντέλα αναπαράστασης λέξεων
Ενσωματώσεις λέξεων (word2vec)
RNN-LSTM
Transformers – BERT, GPT
Εφαρμογές ειδικές στην Επεξεργασία Φυσικής Γλώσσας
Ανάκτηση πολυμέσων με βάση το περιεχόμενο