Επεξεργασία και Κατανόηση Φυσικής Γλώσσας¶

Μάθημα γλωσσικής τεχνολογίας (NLP): επίπεδα γλωσσικής ανάλυσης (μορφολογία, σύνταξη, σημασιολογία, πραγματολογία), αναπαράσταση κειμένου (Μοντέλο Διανυσματικού Χώρου), ανάκτηση πληροφορίας, κατηγοριοποίηση κειμένων, αυτόματη περίληψη και μηχανική μετάφραση. Αξιολογείται με ατομικό project σε Python (crawler, ανεστραμμένο ευρετήριο, TF-IDF, ταξινομητής) και γραπτή εξέταση, 50-50. Είναι επιλογής που δεν διδάσκεται το 2025-26 και δεν έχει διδαχθεί από το 2022-23.

Θέματα Τι λένε οι φοιτητές Περίγραμμα ⬇ Κατέβασε για AI

Με μια ματιά¶


Κωδικός	CEID_NE5657 (πρώην «Γλωσσική Τεχνολογία») Κατάλογος
Εξάμηνο / τύπος	Χειμερινό, επιλογής Κατάλογος
ECTS	5 Κατάλογος
Ώρες / εβδομάδα	2 θεωρία + 1 φροντιστήριο + 2 εργαστήριο Κατάλογος
Τομέας	ΛΥ Κατάλογος
Διδάσκων 2025-26	Δεν ορίζεται· ο κατάλογος σημειώνει ότι το μάθημα δεν θα διδαχθεί το 2025-26 Κατάλογος
Αξιολόγηση (περίγραμμα)	50% εργασία (project) + 50% γραπτή εξέταση Περίγραμμα
Συνιστώμενα προαπαιτούμενα	Δεν βρέθηκαν πληροφορίες.

Τι θα μάθεις¶

Το επίσημο περίγραμμα οργανώνει την ύλη σε τρία μέρη Περίγραμμα:

Εισαγωγή σε τεχνικές και αλγορίθμους επεξεργασίας φυσικής γλώσσας· μορφολογική, συντακτική, σημασιολογική και πραγματολογική ανάλυση· αναπαράσταση κειμενικών δεδομένων και δεικτοδότηση.
Σημασιολογική αποσαφήνιση κειμένων, ομαδοποίηση και θεματική κατηγοριοποίηση, συστήματα απάντησης ερωτημάτων, Μοντέλο Διανυσματικού Χώρου, αυτόματη περίληψη, μηχανική μετάφραση.
Τεχνικές κατηγοριοποίησης κειμενικών δεδομένων.

Στόχος, κατά το περίγραμμα, είναι ο φοιτητής να σχεδιάζει και να υλοποιεί αλγορίθμους ανάλυσης κειμένου, εξαγωγής χαρακτηριστικών και εκπαίδευσης ταξινομητών Περίγραμμα. Στην πράξη, τα θέματα που αναφέρονται από φοιτητές και στις εξετάσεις είναι FST, CFG, μορφολογία, αμφισημία, μέτρα αποτίμησης και ανάκτηση πληροφορίας Εξετάσεις.

Πώς βαθμολογείται¶

Περίγραμμα: εκπόνηση εργασίας (project) 50% του βαθμού και γραπτή εξέταση 50% Κατάλογος: Περίγραμμα.
2020-21: το project είναι ατομικό, σε Python, με προφορική εξέταση, και η γραπτή εξέταση μετρά το υπόλοιπο 50% Discord 2020-11 (διαθέσιμο στο πλήρες πακέτο), Discord 2020-12 (διαθέσιμο στο πλήρες πακέτο).
2021-22: κατά φοιτητές η αναλογία ήταν «50-50 ή 60-40» και το project δεν ήταν απαλλακτικό Discord 2021-11 (διαθέσιμο στο πλήρες πακέτο).
Οι βαθμοί ανακοινώνονται μέσω eClass/Progress (π.χ. Φεβρουάριος 2021, Μάρτιος 2022) Discord 2021-02 (διαθέσιμο στο πλήρες πακέτο), Discord 2022-03 (διαθέσιμο στο πλήρες πακέτο).

Εργασίες & εργαστήρια¶

Ατομικό project σε Python: στο Μέρος Α' προσκομιστής ιστοσελίδων (crawler κατά προτίμηση Scrapy), καθαρισμός κειμένου, μορφοσυντακτική ανάλυση, ανεστραμμένο ευρετήριο με βάρη TF-IDF, αποθήκευση/επαναφόρτωση ευρετηρίου και μηχανισμός ερωτημάτων· στο Μέρος Β' σύστημα κατηγοριοποίησης κειμένων (20 newsgroups corpus, ομοιότητα cosine/Tanimoto/Jaccard) other/Project2021-2022.pdf (διαθέσιμο στο πλήρες πακέτο).
2020-21: το project ανακοινώθηκε Νοέμβριο με προθεσμία 19/1/2021, με προφορική εξέταση· ζητούσε και αναφορά πάνω σε ένα paper (κατά φοιτητές μάλλον προαιρετικά) Discord 2020-11 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-01 (διαθέσιμο στο πλήρες πακέτο).
2021-22: προθεσμία 14/01/2022, επίσης ατομικό με προφορική εξέταση other/Project2021-2022.pdf (διαθέσιμο στο πλήρες πακέτο).
Κατά φοιτητές ζητούνταν ένας αριθμός ειδησεογραφικών ιστότοπων και δεδομένου ότι οι διαφάνειες δεν βοηθούν, το μέγεθος της συλλογής δεν προσδιοριζόταν Discord 2021-08 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-12 (διαθέσιμο στο πλήρες πακέτο).
Ο κατάλογος δίνει 2 ώρες εργαστηρίου εβδομαδιαίως, αλλά δεν βρέθηκαν πληροφορίες για το περιεχόμενο ή τη βαθμολόγησή του Κατάλογος.

Εξετάσεις¶

Στον φάκελο Εξετάσεις υπάρχουν δύο συνεδρίες:

2021-03: στιγμιότυπα διαδικτυακής εξέτασης πολλαπλής επιλογής (μερική μεταγραφή) με λύσεις (status: official) που προέρχονται από τις σημάνσεις «σωστό/λάθος» στα στιγμιότυπα eClass ενός φοιτητή, όχι από κλειδί διδάσκοντα· η ερώτηση CKY δεν ελέγχθηκε. Θέματα PCFG και πίνακα CKY.
2021: κόλλα χωρίς τυπωμένη ημερομηνία (verbatim, χωρίς λύσεις), με τέσσερα θέματα: ορισμός/σημασία του πεδίου, επίπεδα ανάλυσης, μέτρα αποτίμησης, μορφολογία (stem, morpheme, affix), FST, δενδρική ανάλυση CFG top-down, υπωνυμία/συνωνυμία/μερωνυμία και αμφισημίες.
Φεβρουάριος 2021 (κατά φοιτητές): διαδικτυακή εξέταση στο exams, με έννοιες και διαδικασίες του project, θεωρία και ασκήσεις· περίπου 5 ερωτήσεις πολλαπλής και 5 ανάπτυξης, κάθε μονάδα 1 βαθμό, σε πιεσμένο χρόνο Discord 2021-01 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-02 (διαθέσιμο στο πλήρες πακέτο).
Φεβρουάριος 2022 (κατά φοιτητές): τα παλιά θέματα από το l33ts βοήθησαν πολύ· τα πρώτα θεωρητικά θέματα κρίθηκαν «άκυρα» Discord 2022-02 (διαθέσιμο στο πλήρες πακέτο).
Για τα έτη που το μάθημα δεν διδάχθηκε δεν υπάρχουν εξετάσεις Κατάλογος.

Δυσκολίες & παγίδες¶

Κατά φοιτητή (2020-09), το μάθημα είχε «κακή οργάνωση - διδασκαλία» και «αρκετές απαιτήσεις» (προφορική παρουσίαση paper και project)· είναι γνώμη, όχι στατιστικό Discord 2020-09 (διαθέσιμο στο πλήρες πακέτο).
Το μάθημα συχνά δεν προσφέρεται: 2022-23 «Δε θα γίνει φέτος» Discord 2022-09 (διαθέσιμο στο πλήρες πακέτο)· το 2023-24 δεν είχε καθηγητή και δεν ξεκίνησε Discord 2023-10 (διαθέσιμο στο πλήρες πακέτο)· το 2024-25 φοιτητής ρωτούσε αν θα διδαχθεί Discord 2024-09 (διαθέσιμο στο πλήρες πακέτο)· ο κατάλογος 2025-26 γράφει ότι δεν θα διδαχθεί Κατάλογος.
Το project χαρακτηρίζεται «τεράστιο και απαιτητικό» από φοιτητή το 2021-12 Discord 2021-12 (διαθέσιμο στο πλήρες πακέτο)· τον Ιανουάριο 2021 ο διδάσκων αρνήθηκε παράταση Discord 2021-01 (διαθέσιμο στο πλήρες πακέτο).
Παράδοση τον Σεπτέμβριο γίνεται δεκτή, αλλά με νέα εργασία κάθε χρόνο — μην υπολογίζεις ότι θα παραδώσεις την ίδια Discord 2021-01 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-02 (διαθέσιμο στο πλήρες πακέτο).
Στην εξέταση του Φεβρουαρίου 2021 ο χρόνος πίεζε πολύ· όποιος έψαχνε διαφάνειες έχανε λεπτά Discord 2021-02 (διαθέσιμο στο πλήρες πακέτο).
Δεν ορίζεται δυσκολία: δεν υπάρχουν αρκετές και συνεπείς δηλώσεις φοιτητών ανά έτος για ασφαλή χαρακτηρισμό Discord 2020-09 (διαθέσιμο στο πλήρες πακέτο), Discord 2023-09 (διαθέσιμο στο πλήρες πακέτο).

Υλικό & τρόπος μελέτης¶

Εκφώνηση και προδιαγραφές εργασίας 2021-22: Project2021-2022.pdf (διαθέσιμο στο πλήρες πακέτο) (crawler, ανεστραμμένο ευρετήριο, TF-IDF, ταξινόμηση, παραδοτέα). Δεν υπάρχουν άλλα υλικά εργασίας στον φάκελο.
Παλιά θέματα: 2021 (ανοιχτού τύπου, με CFG/FST) και 2021-03 με λύσεις. Κατά φοιτητές, τα θέματα από το l33ts βοήθησαν πολύ Discord 2022-02 (διαθέσιμο στο πλήρες πακέτο).
Βιβλιογραφία περιγράμματος: Φράγγος–Κουτσούκος, «Η τεχνολογία της πληροφορίας στην επεξεργασία φυσικής γλώσσας» (ΜΥΡΜΙΔΟΝΕΣ, 2010)· Manning, «Foundations of Statistical Natural Language Processing»· Bird–Klein, «Natural Language Processing with Python» Περίγραμμα.
Οι εισαγωγικές διαφάνειες ήταν διαθέσιμες στο eClass, όπως αναφέρουν φοιτητές, αλλά δεν υπάρχει φάκελος eClass στον τοπικό φάκελο Discord 2021-10 (διαθέσιμο στο πλήρες πακέτο).
Για τη σειρά των διαφανειών υπάρχει ερώτηση φοιτητή το 2022-07 που έμεινε αναπάντητη Discord 2022-07 (διαθέσιμο στο πλήρες πακέτο).

Συχνές ερωτήσεις¶

Αξίζει ως μάθημα επιλογής; Οι απόψεις διίστανται: «αρκετά ενδιαφέρον» αλλά με «κακή οργάνωση» και «δεν αξίζει» το 2020 Discord 2020-09 (διαθέσιμο στο πλήρες πακέτο), ενώ το 2023 λέγεται «καλό και εύκολο» Discord 2023-09 (διαθέσιμο στο πλήρες πακέτο).
Είναι το project απαλλακτικό; Όχι, υπάρχει κανονικά γραπτή εξέταση Discord 2020-11 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-11 (διαθέσιμο στο πλήρες πακέτο).
Πόσο πιάνει το project; 50% (κατά φοιτητές 50-50 ή 60-40) Discord 2020-11 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-11 (διαθέσιμο στο πλήρες πακέτο).
Μπορώ να το παραδώσω τον Σεπτέμβριο; Ναι, αλλά με νέα εργασία που ανακοινώνεται Discord 2021-01 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-02 (διαθέσιμο στο πλήρες πακέτο).
Πόσους ιστότοπους/άρθρα θέλει; Δεν προσδιορίζεται στην εκφώνηση· «όσα περισσότερα τόσο το καλύτερο» κατά φοιτητή Discord 2021-08 (διαθέσιμο στο πλήρες πακέτο), Discord 2021-12 (διαθέσιμο στο πλήρες πακέτο).
Υπάρχουν παλιά θέματα; Αρκετοί έψαχναν· βρέθηκαν παλιά θέματα από το l33ts Discord 2021-05 (διαθέσιμο στο πλήρες πακέτο), Discord 2022-01 (διαθέσιμο στο πλήρες πακέτο).
Από πού διαβάζουμε; Φοιτητής ρωτούσε αν βοηθά το βιβλίο του Ευδόξου· το 2022 η ερώτηση για τη σειρά των διαφανειών έμεινε αναπάντητη Discord 2021-07 (διαθέσιμο στο πλήρες πακέτο), Discord 2022-07 (διαθέσιμο στο πλήρες πακέτο).

Πηγές & αξιοπιστία¶

Κατάλογος 2025-26: ECTS 5, τομέας ΛΥ, χωρίς διδάσκοντα· σημειώνει μετονομασία από «Γλωσσική Τεχνολογία» και ότι δεν θα διδαχθεί το 2025-26 Κατάλογος.
Το περίγραμμα φέρει παλιό τίτλο «ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ»· συμφωνεί ως προς ECTS και αξιολόγηση (50-50) Περίγραμμα.
Discord: 373 μηνύματα, 2020-09 έως 2024-09, με το 68% στη χειμερινή περίοδο 2020-21· τα υπόλοιπα έτη είναι πολύ αραιά. Είναι ανεπίσημες γνώμες εκτός από ανακοινώσεις που αναδημοσιεύτηκαν.
Εξετάσεις: δύο συνεδρίες, η μία χωρίς επιβεβαιωμένη ημερομηνία Εξετάσεις. Δεν υπάρχουν θέματα για τα έτη μετά το 2021.
Δεν υπάρχει φάκελος eClass ούτε διαφάνειες· το μόνο πρωτότυπο υλικό είναι η εκφώνηση project other/Project2021-2022.pdf (διαθέσιμο στο πλήρες πακέτο) και οι εικόνες στον φάκελο other/.

Αρχεία του φακέλου¶

Παράγεται αυτόματα από tools/render_readmes.py — αλλαγές εδώ χάνονται στην επόμενη εκτέλεση.

Φάκελος	Περιεχόμενο
`discord/` (διαθέσιμο στο πλήρες πακέτο)	7 περίοδοι συζητήσεων Discord · 373 μηνύματα
`Previous Exams/`	2 συνεδρίες εξετάσεων · 1 με αρχείο λύσεων · 4 πρωτότυπα αρχεία (4 εικόνες) · 4 μεταγραφές
`other/`	4 αρχεία (3 εικόνες) · 1 κείμενα (sidecar)