Natural Language Processing: NLP

การประมวลผลภาษาธรรมชาติ                                               

2(1-3-5)

วิชาบังคับก่อน: ENG62 2002 คณิตศาสตร์และสถาปัตยกรรมการเรียนรู้ของเครื่อง

การประมวลผลภาษาธรรมชาติ Streaming, Lemmatization, Sentiment analysis, word embedded, Deep Learning Attention

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. เข้าใจพื้นฐานของการประมวลผลภาษาธรรมชาติ
2. สามารถใช้วิธีการประมวลผลตัวอักษรโดยใช้วิธี Streaming และ Lemmatization ได้
3. สามารถใช้ Machine Learning model  ในการทำ Sentiment analysisได้
4. สามารถใช้เทคนิคระดับสูง เช่น word embedded และ Deep Learning Attention ได้
5. สามารถแปลงเสียงพูดเป็นตัวอักษรหรือตัวอักษรเป็นเสียงพูดได้
6. สามารถนำความรู้มาประยุกต์สร้างระบบต้นแบบได้

Natural Language Processing: NLP

Prerequisite:  ENG62 2002 Mathematics and Architectures of Machine Learning

Natural language processing, Streaming, Lemmatization, Sentiment analysis, Word embedded, Deep learning attention.

Course Learning Outcomes (CLOs)

1. Understand the fundamentals of natural language processing.
2. Able to process characters using Streaming and Lemmatization methods.
3. Able to use Machine Learning model for Sentiment analysis.
4. Able to use advanced techniques such as word embedded and Deep Learning Attention.
5. Able to convert speech into letters or characters into speech.
6. Able to apply knowledge to create a prototype system.