Overordnede kursusmål:

Internettet vokser dagligt i omfang og udgør nu det største eksisterende tekst corpus. Vi vil i kurset se på hvordan sprogteknologi kan udnytte webbaseret data til at udlede sammenhænge og definitioner baseret på tekst, for dermed at teste sproglige hypoteser i stor skala. Da internettet reflekterer hvordan sproget konstant forandres, er det muligt at analysere og modellere de essentielle kreative aspekter i tekst udfra webbaseret indhold. Der benyttes to forskellige måder til at tilgå webbaseret indhold: statiske databaser af n-grams samt dynamiske tekst queries. Kurset vil afsøge sproglige aspekter af internettet, både i forhold til indhold samt på meta niveau. Endvidere hvordan web indhold afspejler og former vores opfattelse af verdenen, samt i hvilken grad webbaseret indhold kan anvendes som fundament for kunstig intelligens i AI systemer.

Læringsmål:

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Modellere webbaseret indhold udfra statiske tekst n-grams
• Modellere webbaseret indhold udfra dynamiske tekst queries
• Klassificere webbaseret indhold
• Kategorisere webbaseret indhold
• Anvende affektiv tekstanalyse
• Definere taxonomi relationer
• Kombinere koncepter i en domæne specifik ontologi
• Implementere en semantisk web ontologi i Protege software

Kursusindhold:

IR informationssøgning, klassificering og kategorisering, affektiv tekstanalyse, kollektiv intelligens, taxonomier, og ontologier. Der indgår et individuelt midtvejsprojekt, hvor studerende får til opgave at konstruere en mindre domæne specifik semantisk web ontologi med brug af Protege software.

Kursusansvarlig:

Michael Kai Petersen , Bygning 321, rum 128, Tlf. (+45) 4525 5227 , mkai@dtu.dk
Tony Veale , tony.veale@gmail.com