HISLSF


Corpus Linguistics

Behrang QasemiZadeh

Corpus linguistics refers to a set of data-driven, empirical methods and techniques for linguistic studies and analyzes of languages. This course provides an introduction to corpus linguistics, types of corpora, and considerations and methods for building and using them. The course offers a balance between theory and practice. We put our theoretical guidelines into practice, for example, by building and annotating small corpora, using concordance systems and Corpus Query Language. By providing a comprehensive overview of the products, tools, and software in corpus-based linguistics, the ultimate goal is to enable participants to conduct corpus-based investigations.

  • Mittwoch, 10:30 - 12:00 (wöchentlich, 11.10.2017 - 02.02.2018)

Automatentheorie und formale Sprachen

Yulia Zinova

  • Dienstag, 12:30 - 16:00 (wöchentlich, 10.10.2017 - 02.02.2018) - 2541.00.41

CL Programmierung Python

Esther Seyffarth, Kilian Evang

Weitere und aktuelle Informationen zu dieser Veranstaltung finden Sie auf der Kurswebsite:


  • Dienstag, 14:30 - 16:00 (wöchentlich, 10.10.2017 - 02.02.2018)
  • Mittwoch, 14:30 - 16:00 (wöchentlich, 11.10.2017 - 02.02.2018)
  • Mittwoch, 14:30 - 16:00 (wöchentlich, 11.10.2017 - 02.02.2018)

Computerlinguistisches Kolloquium

Christian Wurm

Im computerlinguistischen Kolloquium werden alle zwei Wochen externe oder interne Gäste zu aktuellen Forschungsfragen vortragen. Die Sitzungen dazwischen dienen dazu, die Studenten soweit auf das Thema vorzubereiten, dass die Vorträge gewinnbringend verfolgt werden können.

  • Donnerstag, 14:30 - 16:00 (wöchentlich, 12.10.2017 - 02.02.2018)
  • 14:30 - 16:00 (Einzeltermin, 30.11.2017 - 30.11.2017)

Deep Learning for NLP

Younes Samih, Christian Wurm

In dieser Veranstaltung möchten wir Theorie und Praxis der modernen neuronalen Netze einführen. Einerseits geht es um Verständnis der zugrundeliegenden Mathematik (hauptsächlich lineare Algebra), andererseits sollen auch praktische Beispiele anhand aktueller Programmbibliotheken implementiert werden.

  • Dienstag, 14:30 - 16:00 (wöchentlich, 10.10.2017 - 30.01.2018)
  • Mittwoch, 12:30 - 14:00 (wöchentlich, 11.10.2017 - 31.01.2018)

Discourse Representation Theory and dynamic semantics

Katalin Balogh, Tatiana Bladier

Discourse Representation Theory (DRT) is a formal semantics framework which was designed to deal with the dynamics of natural language discourse. The basic idea of DRT is that a sentence in a discourse has to be interpreted in the context given by the preceding sentences. The importance of the discourse context becomes visible on anaphoric expressions (expressions which refer back to some already given

information) and presuppositions (implicit assumptions about a commonly accepted world knowledge), since they are able to operate on the level between sentences.

 

In this course we will introduce the basic principles of DRT and dynamic semantics and show how DRT can be applied for the computational semantics tasks.

  • Mittwoch, 14:30 - 16:00 (wöchentlich, 11.10.2017 - 02.02.2018) - 2541.00.41
  • Donnerstag, 16:30 - 18:00 (wöchentlich, 12.10.2017 - 02.02.2018) - 2331.05.22 (Z 18)

Distributional semantics

Rafael Ehren, Alexander Diez

Die Distributionelle Semantik (DS) beschäftigt sich mit der Implementierung der Distributionellen Hypothese, nach der die Bedeutung von Wörtern mit deren Verteilung in einer großen Textsammlung korreliert. Das heißt, Wörter, die in ähnlichen Kontexten vorkommen, haben nach dieser Theorie eine ähnliche Bedeutung. Realisiert wird die Implementierung vor allem in Form von Vektorraummodellen, in denen Wörter durch Vektoren repräsentiert werden. Semantische Ähnlichkeit wird innerhalb dieser Modelle als Nähe der Vektoren zueinander definiert: Wörter, deren Vektoren im Vektorraum nah beieinander sind, haben eine ähnliche Bedeutung, während weit auseinander liegende Vektoren auf Unähnlichkeit hindeuten. Im Seminar werden die Theorie hinter der DS sowie ihre diversen Implementierungen und deren mathematische Grundlagen (Lineare Algebra) behandelt. Darüber hinaus sollen die Studierenden den Umgang mit verschiedenen Tools zur Erzeugung semantischer Vektorraummodelle erlernen. Voraussetzungen für das Seminar sind Grundkenntnisse der Programmiersprache Python.

  • Dienstag, 12:30 - 14:00 (wöchentlich, 10.10.2017 - 02.02.2018)
  • Montag, 08:30 - 10:00 (wöchentlich, 09.10.2017 - 02.02.2018)

ESAG CL

David Donald Arps

  • Mittwoch, 09:00 - 18:00 (Einzeltermin, 04.10.2017 - 04.10.2017)

Einführung in die Computationelle Logik

Christian Wurm

Dieses Seminar liefert eine Einführung in die Logik. Der Schwerpunkt liegt dabei auf dem mathematischen Verständnis von Logik als einer formalen Sprache mit einer formalen Semantik, sowie auf den vielfachen Anwendungen der modernen Logik in der Informatik. Der Kurs behandelt sowohl Beweisetheorie als auch Modelltheorie von klassischer propositionaler und Prädikatenlogik. Ein weiterer Schwerpunkt werden Boolesche Algebren sein.

  • Dienstag, 08:30 - 10:00 (wöchentlich, 10.10.2017 - 30.01.2018) - 2201.HS 2C (Z 101)
  • Donnerstag, 12:30 - 14:00 (wöchentlich, 02.11.2017 - 25.01.2018) - 2481 Multimediaraum

Grammatikimplementierung mit Tree Adjoining Grammar (TAG)

Univ.-Prof. Dr. Laura Kallmeyer, Benjamin Burkhardt

  • Donnerstag, 08:30 - 10:00 (wöchentlich, 11.10.2017 - 02.02.2018)
  • Mittwoch, 08:30 - 10:00 (wöchentlich)

Mathematische Grundlagen der Computerlinguistik

Jun.-Prof. Wiebke Petra Petersen

Die Veranstaltung vermittelt die mathematischen Grundlagen, die in den Veranstaltungen der Computerlinguistik der höheren Semsester benötigt werden. Folgende Themen werden behandelt:

  • Mengen, Relationen, Ordnungen, Algebren 
  • Kombinatorik, Wahrscheinlichkeitstheorie, Statistik 
  • Graphen (Bäume, Merkmalsstrukturen) 
  • Beweisverfahren 

Die Veranstaltung legt einen besonderen Schwerpunkt auf die Vermittlung der mathematischen Terminologie und Notation sowie der Fähigkeit mathematische Texte zu lesen.  

 

Weitere Informationen (Literaturempfehlungen, Link zum Moodle, Folien) auf der Kurswebsite:

https://user.phil-fak.uni-duesseldorf.de/~petersen/WiSe1718_mathGrundl/WiSe1718_mathGrundl_Petersen.html

 

  • Montag, 12:30 - 14:00 (wöchentlich, 09.10.2017 - 02.02.2018) - 2531.HS 5K (Z 218)
  • Dienstag, 16:30 - 18:00 (wöchentlich, 10.10.2017 - 02.02.2018) - 2511.HS 5A (Z 160)

Mehrworteinheiten: Repräsentation, Identifikation, Verarbeitung

Timm Lichte

  • Dienstag, 16:30 - 18:00 (wöchentlich, 11.10.2017 - 02.02.2018)

Parsing

Univ.-Prof. Dr. Laura Kallmeyer

  • Montag, 10:30 - 12:00 (wöchentlich, 09.10.2017 - 02.02.2018)
  • Dienstag, 08:30 - 10:00 (wöchentlich, 10.10.2017 - 02.02.2018)
  • Dienstag, 08:30 - 10:00 (wöchentlich, 10.10.2017 - 02.02.2018) - 2332.U1.44

Prolog Vorlesung

Jun.-Prof. Wiebke Petra Petersen

Prolog ist eine logische Programmiersprache, die auf der mathematischen Logik beruht. Dadurch unterscheidet sie sich von imperativen Programmiersprachen wie Java oder Python. Dieser Kurs bietet einen Einstieg in die logische Programmierung mit Prolog und lehrt Probleme nach dem deklarativen Programmierparadigma zu lösen, dazu werden selbst einfache Programme geschrieben, unter anderem zu den Themen Rekursion, Listen und kontextfreie Grammatiken.

 

Der Kurs teilt sich auf in die Vorlesung und eine Übung (eine der drei Übungen muss besucht werden). Sollte eine der Übungen im Verlauf des Semesters nicht genug Teilnehmer haben, wird diese eventuell aufgelöst.

 

Alle für den Kurs benötigten Materialien und das Lehrbuch an dem sich der Kurs orientiert sind online kostenlos verfügbar. Nähere Informationen auf der Kurswebsite:

https://user.phil-fak.uni-duesseldorf.de/~petersen/WiSe1617_Prolog/WiSe1617_Prolog.html

  • Montag, 16:30 - 18:00 (wöchentlich, 09.10.2017 - 30.01.2018)
  • Montag, 14:30 - 16:00 (wöchentlich, 09.10.2017 - 02.02.2018) - 2611.HS 6C (Z 248)
  • Dienstag, 16:30 - 18:00 (wöchentlich, 10.10.2017 - 16.01.2018)

Statistische Maschinelle Übersetzung

Christian Wurm

In this course, we will introduce the basic methods of statistical machine translation (SMT), such as word based and phrase based models (in the end, we will also consider more sophisticated methods). A main issue in SMT is not only the models themselves, but rather the estimation of their parameters, hence there is a strong focus on some methods of machine learning. Every week, there will be one theoretical session where we introduce the main concepts, methods and techniques, and one practical session where we implement them in a subsequently growing program.

  • Donnerstag, 10:30 - 12:00 (wöchentlich, 12.10.2017 - 01.02.2018)
  • Montag, 14:30 - 16:00 (wöchentlich, 09.10.2017 - 02.02.2018) - 2632.U1.21

Verantwortlich für den Inhalt: E-Mail sendenRedaktionsteam Institut für Sprache und Information