Trimestre Corrente: 2025/1
Objetivos:
Discutir ferramentas e abordagens para o tratamento de problemas envolvendo o processamento de Linguagem Natural por meio de modelos de Aprendizado de Máquina, em especial aqueles baseados em Aprendizado Profundo.
Ementa:
Introdução ao Processamento de Linguagem Natural.
Representações eficientes de palavras e contextos.
Medidas de similaridade.
Análise de linguagem.
Modelos clássicos, empíricos e profundos.
Máquinas de tradução.
Representações contextuais.
Aplicações.
Bibliografia Principal:
Daniel Jurafsky, James H. Martin. Draft of "Speach and Language Processing - Prentice Hall - 2024 (https://web.stanford.edu/~jurafsky/slpdraft/).
Eisenstein, J. Introduction to Natural Language Processing - MIT - 2019
Lewis Tunstall, Leandro von Werra, and Thomas Wolf. Natural Language Processing with Transformers - Building Language Applications with Hugging Face, O'Reilly Media, 2022.
Delip Rao, Brian McMahan. Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning. O'Reilly Media, 2019.
Li Deng, Yang Liu. Deep Learning in Natural Language Processing - Springer - 2018.
Material "on-line" do curso CS224n - Natural Language Processing with Deep Learning - Stanford - Winter 2023 (https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1234/) e CS224u - Natural Language Understanding - Stanford (https://web.stanford.edu/class/cs224u/)
Eugene Charniak. Introduction to Deep Learning - MIT press - 2019.
Michael A. Nielsen. Neural Networks and Deep Learning - https://neuralnetworksanddeeplearning.com/
Materiais complementares indicados pelo docente.
Critério de Avaliação:
Apresentação de seminários e artigos, 1 prova e 1 trabalho prático (ao final).
Recomenda-se a resolução dos exercícios propostos (Assigments 1 to 5).
Importante:
Formulário de Cadastramento Classroom (clique aqui)
Cronograma:
Datas Importantes:
Trimestre - 11/03 a 12/06.
Prova - 24/04.
Entrega de formulário de proposta de projeto - 22/04.
Apresentação e entrega do artigo - 10/06 e 12/06.
Material do Curso:
Listas de Exercícios (enunciados disponíveis aqui).
Formulário de proposta de projeto final - entrega: 22/04
Avisos Importantes:
[17/04/2025] Atualização de datas.
[10/03/2025] Atualização para 2025/1.