Studenti savladavaju osnovne zadatke obrade prirodnog jezika s primjenom u pretraživanju informacija kao što su opojavničenje, izrada invertnog indeksa, TF-IDF težinsko faktoriranje, vektorizacija dokumenta, kosinusna sličnost između vektora, korjenovanje i lematizacija. Upoznaju se s dvije paradigme pretraživanja informacija: modelom vektorskog prostora i vjerojatnosnim modelom pretraživanja informacija. Konačno, studenti savladavaju osnove nadziranog strojnog učenja te njegove evaluacije na zadatku klasifikacije dokumenata.

1. Uvod u pretraživanje obavijesti i obradu prirodnog jezika.
2. Osnovni koncepti: opojavničenje, popisivanje indeksnih termina.
3. Složeniji zadatci obrade jezika: morfološka normalizacija (korjenovanja i lematizacije)
4. Procjena sličnosti dokumenata i modeli pretraživanja.
5. Invertni indeks.
6. Booleovo pretraživanje i višerječni upiti.
7. Model vektorskog prostora i težinsko faktoriranje termina.
8. Grupiranje dokumenata i termina.
9. Mjerenja sličnosti tekstova.
10. Kosinusna sličnost i TFIDF mjera.
11. Vjerojatnosni model pretraživanja informacija i evaluacija sustava.
12. Klasifikacija tekstova i nadzirano strojno učenje.
13. Naivni Bayesov klasifikator.
14. Primjena multnomijalnog naivnog Bayesovog klasifikatora na klasifikaciju dokumenata
15. Evaluacija i usporedba više skupova postavki.

1. Opisati osnovne koncepte prikaza teksta poput opojavničenja, indeksiranja i težinskog faktoriranja
2. Opisati postupke obrade jezika poput morfološke normalizacije (korjenovanja i lematizacije) u svrhu procjene sličnosti tekstova.
3. Opisati paradigme pretraživanja informacija,: model vektorskog prostora te vjerojatnosni model pretraživanja informacija.
4. Opisati postupke za klasifikaciju dokumenata.
5. Primijeniti postupke za prikaz teksta i procjenu sličnosti tekstova.
6. Primijeniti paradigmu nadziranog strojnog učenja (multnomijalnog naivnog Bayesovog klasifikatora).

Predavanja i vježbe.

Praktičan rad na tjednim zadatcima tijekom semestra i završni pismeni i usmeni ispit.

1. Informacijske znanosti, sveučilišni preddiplomski jednopredmetni studij, 5. semestar

1. Informacijske znanosti, sveučilišni preddiplomski dvopredmetni studij, 5. semestar