Τεχνητή Νοημοσύνη. 20η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
|
|
- Ἀμών Λαιμός
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Τεχνητή Νοημοσύνη 20η διάλεξη ( ) Ίων Ανδρουτσόπουλος 1
2 Τι θα ακούσετε σήμερα Εισαγωγή στην επεξεργασία φυσικής γλώσσας. Στάδια ανάλυσης φυσικής γλώσσας. Χρήση μηχανικής μάθησης στην ανάλυση ΦΓ. Παραδείγματα συστημάτων ΕΦΓ: Εξαγωγή πληροφοριών από κείμενα. Διεπαφές φυσικής γλώσσας για ΒΔ και οντολογίες. Συστήματα προφορικών διαλόγων. Συστήματα ερωταποκρίσεων για συλλογές εγγράφων. 2
3 Ανάλυση και παραγωγή ΦΓ υπολογιστική παράσταση (π.χ. λογική έκφραση, πίνακας, στατιστικό μοντέλο) υπολογιστική παράσταση (π.χ. βάση δεδομένων, μετρήσεις, τυπικές προδιαγραφές) σύστημα ανάλυσης ΦΓ σύστημα παραγωγής ΦΓ κείμενο (π.χ. ερώτηση, άρθρο εφημερίδας, εγκυκλοπαίδεια) κείμενο (π.χ. περιγραφή αντικειμένου, δελτίο καιρού, εγχειρίδιο) 3
4 Επικοινωνία μέσω φυσικής γλώσσας ΟΜΙΛΗΤΗΣ Πρόθεση: Παραγωγή ΦΓ: Σύνθεση φωνής: Αναγνώριση φωνής: Μορφολογική ανάλυση: Συντακτική ανάλυση: π.χ. μέρος του λόγου κάθε λέξης, γένος κλπ. ΑΚΡΟΑΤΗΣ Αποσαφήνιση: Σημασιολογική ανάλυση: Πραγματολογική ανάλυση: Ενσωμάτωση: Τροποποιημένο σχήμα από τις διαφάνειες που συνοδεύουν το βιβλίο των Russel & Norvig. 4
5 Τα στάδια της ανάλυσης ανάλυση σχεδίου ανάλυση πραγματείας σημασιολογική ανάλυση συντακτική ανάλυση Σκοποί των του χρήστη, σχέδια ενεργειών,... Αναφορικές εκφράσεις, ρητορικές σχέσεις... Παράσταση του νοήματος των προτάσεων. Συντακτική δομή των προτάσεων. μορφολογική ανάλυση Πληροφορίες για τις λέξεις. προεπεξεργασία Χωρισμός σε λεκτικές μονάδες, προτάσεις, χειρισμός HTML, 5
6 Προεπεξεργασία Χειρισμός HTML, XML, ειδικών χαρακτήρων κλπ. Χωρισμός σε λεκτικές μονάδες (tokens). Χωρισμός σε προτάσεις. Αθήνα 3/12/2008 : Ο κ. Δ. Αντωνόπουλος ανέλαβε γενικός διευθυντής της General Company Ελλάς ( ). Η GC περιλαμβάνεται στις μεγαλύτερες εταιρείες του χώρου των κατασκευών, με ακαθάριστα έσοδα 4 δισ. το
7 Χωρισμός σε προτάσεις Χειρωνακτική συγγραφή κανόνων. Π.χ. αν ο επόμενος χαρακτήρας είναι κενό και ο μεθεπόμενος είναι κεφαλαίος Χρήση μηχανικής μάθησης. Κατηγορίες: C = 1 (τέλος πρότασης), C = 0 (όχι τέλος). Ιδιότητες: ύπαρξη κεφαλαίου δεξιά, προηγούμενος χαρακτήρας, προ-προηγούμενος χαρακτήρας, επόμενος χαρακτήρας, απόσταση από προηγούμενη τελεία, Παραδείγματα εκπαίδευσης: περιπτώσεις εμφάνισης τελειών, θαυμαστικών κλπ. σε κείμενα, με τις τιμές των ιδιοτήτων και την επιθυμητή απάντηση. Συχνά καλύτερα αποτελέσματα από χειρωνακτικούς κανόνες. 7
8 Χωρισμός προτάσεων με ΜΜ Παραδείγματα εκπαίδευσης: Ο κ. Δ <προπροηγ:o, προηγ:κ, κεφδεξιά:1, επόμ:δ, απόστ:-, C:0>. Δ. Αντωνόπουλος <προπροηγ:., προηγ:δ, κεφδεξιά:1, επόμ:α, απόστ:1, C:0> ). Η GC <προπροηγ:url, προηγ:), κεφδεξιά:1, επόμ:η, απόστ:11, C:1> δισ. το 2007 <προπροηγ:ι, προηγ:σ, κεφδεξιά:0, επόμ:τ, απόστ:10, C:0> το <προπροηγ:0, προηγ:1, κεφδεξιά:-, επόμ:-, απόστ:2, C:1> 8
9 Μορφολογική ανάλυση Εύρεση πληροφοριών για τις λέξεις ή λεκτικές μονάδες. μέρος του λόγου: ρήμα, ουσιαστικό, άρθρο, λήμμα: π.χ. «ανέλαβε» «αναλαμβάνω» τύπος: αριθμός, πτώση, γένος, σύνταξη: π.χ. μεταβατικό/αμετάβατο, πτώση αντικειμένου, σημασιολογία: π.χ. «αναλαμβάνω» Become(X, Y) Χρήση υπολογιστικών λεξικών. Συνδυασμός με λεξικογραφικούς κανόνες για συσχετισμό τύπων με λήμματα. Προβλήματα γλωσσικής κάλυψης (π.χ. άγνωστες λέξεις). Προβλήματα με κύρια ονόματα (π.χ. προσώπων, εταιρειών). Ανάγκη εξέτασης συμφραζομένων (π.χ. «διατάξεις»). 9
10 Παράδειγμα μορφολογικών πληροφοριών 10
11 ΜΜ κατά τη μορφολογική ανάληση Αναγνώριση μερών του λόγου (part-of-speech tagging). Για κάθε λέξη: Κατηγορίες: C = 0 (άρθρο), C = 1 (ρήμα), C = 2 (επίθετο), Ιδιότητες: τελευταίο γράμμα της λέξης, προτελευταίο γράμμα,, πρώτο γράμμα, μέρος λόγου προηγούμενης λέξης, Παραδείγματα εκπαίδευσης: περιπτώσεις εμφάνισης άρθρων, ρημάτων, επιθέτων κλπ. με τις τιμές των ιδιοτήτων. Αναγνώριση ονομάτων οντοτήτων. C = 0 (άλλη λεκτική μονάδα) C = 1 (λεκτική μονάδα ονόματος προσώπου) C = 2 (λεκτική μονάδα ονόματος εταιρείας) C = 3 (λεκτική μονάδα ονόματος τοποθεσίας) C = 4 (λεκτική μονάδα ημερομηνίας) 11
12 Αναγνώριση ονομάτων οντοτήτων C = 3 C = 0 C = 4 C = 1 C = 0 Αθήνα 3/12/2008 : Ο κ. Δ. Αντωνόπουλος ανέλαβε γενικός διευθυντής της General Company Ελλάς ( ). Η GC περιλαμβάνεται στις μεγαλύτερες εταιρείες του χώρου των κατασκευών, με ακαθάριστα έσοδα 4 δισ. το C = 2 C = 4 Ελεύθερα διαθέσιμα: σύστημα αναγνώρισης ονομάτων οντοτήτων για ελληνικά κείμενα και επισημειωτής μερών του λόγου για ελληνικά: 12
13 Τα στάδια της ανάλυσης ανάλυση σχεδίου ανάλυση πραγματείας σημασιολογική ανάλυση συντακτική ανάλυση Σκοποί των του χρήστη, σχέδια ενεργειών,... Αναφορικές εκφράσεις, ρητορικές σχέσεις... Παράσταση του νοήματος των προτάσεων. Συντακτική δομή των προτάσεων. μορφολογική ανάλυση Πληροφορίες για τις λέξεις. προεπεξεργασία Χωρισμός σε λεκτικές μονάδες, προτάσεις, χειρισμός HTML, 13
14 Συντακτική ανάλυση s np vp np det(case) n(case) np det(case) pn(case) γραμματική s vp v(trans) np vp v(intrans) np vp det(nom) n(nom) v(trans) np πληροφορίες μορφολογικής ανάλυσης ο πρόεδρος πρότεινε det(acc) τη pn(acc) Μαρία 14
15 Σημασιολογική ανάλυση Απεικόνιση κάθε περιόδου σε μια παράσταση της σημασίας της (του νοήματός της). Π.χ. απεικόνιση σε λογικές εκφράσεις. «Ο πρόεδρος πρότεινε τη Μαρία.» x (President(x) Propose(x, Mary)) Συχνά με προσθήκη τμημάτων χειρισμού σημασιολογίας στους κανόνες της γραμματικής. Οι κανόνες της γραμματικής επαυξάνονται, ώστε να υπολογίζουν και τη σημασία των κόμβων του συντακτικού δένδρου. Η μορφολογική ανάλυση αναλαμβάνει να παρέχει και πληροφορίες για τη σημασία των λέξεων. 15
16 Συντακτική και σημασιολογική ανάλυση s( x Pesident(x) Propose(x, mary)) np( x President(x)) vp(propose(x 3, Mary)) det( x 1 ) n(president(x 2 )) v(propose(x 3, x 4 )) np(mary) det( ) pn(mary) ο πρόεδρος πρότεινε τη Μαρία Περισσότερα για τη σημασιολογική ανάλυση σε επόμενη διάλεξη. 16
17 Τα στάδια της ανάλυσης ανάλυση σχεδίου ανάλυση πραγματείας σημασιολογική ανάλυση συντακτική ανάλυση μορφολογική ανάλυση Σκοποί των του χρήστη, σχέδια ενεργειών,... Αναφορικές εκφράσεις, ρητορικές σχέσεις... Συνήθως θεωρούνται μέρη της πραγματολογικής ανάλυσης προεπεξεργασία 17
18 Ανάλυση πραγματείας Αναφορικές εκφράσεις: Προτείνω το Φ18. Κοστίζει Ευρώ. Ελλειπτικές προτάσεις: Πόσο κοστίζει το Φ18; Το Φ16; Πόσο κοστίζει το Φ16; Ρητορική δομή: Προτείνω το Φ18. Propose( Speaker, F18 ) CostΟf( x 5, Euro(1500) ) Εκφράσεις που εξαρτώνται από το περιβάλλον: Αισθάνομαι ρεύμα εδώ. Feels(Speaker, Breeze, Here, Now) Feels(Agent3, Breeze, Pos(5,2), T8) αιτιολόγηση Κοστίζει Ευρώ, είναι γρήγορο και αξιόπιστο. 18
19 Δέντρα με ρητορικές σχέσεις Explanation(S1) S1: Ο Γιάννης πήγε στο κατάστημα αυτοκινήτων του Βασίλη. S2: Ήθελε να αγοράσει ένα αυτοκίνητο. Explanation(S2) Parallel(S2, S4) S4: Ήθελε να δει και πώς τα πηγαίνει ο Βασίλης με την κρίση της αγοράς. S3: Δεν πηγαίνει κανένα λεωφορείο στη νέα του δουλειά. Οι ρητορικές σχέσεις συνθέτουν ένα δέντρο. o Παρόμοιο με τα συντακτικά δέντρα των προτάσεων. o Στις πιο πολλές σχέσεις, ένα παιδί είναι το κύριο. o Αλλά σε μερικές σχέσεις (π.χ. παραλληλισμός) και τα δύο παιδιά είναι εξίσου σημαντικά.
20 Ανάλυση σκοπών και σχεδίου ενεργειών Οι προτάσεις που αρθρώνει ο κάθε ομιλητής εντάσσονται σε ένα γενικότερο σχέδιο ενεργειών που εκτελεί ο ομιλητής προκειμένου να επιτύχει κάποιους σκοπούς. Ένας συνεργατικός συνομιλητής προσπαθεί να κατανοήσει και να υπηρετήσει το σχέδιο και τους σκοπούς του άλλου. Μπορείς να μου πεις πότε έχει πτήση για την Αθήνα; Ναι. Ναι, έχει στις 17:45 και στις 23:30. Υπάρχει πτήση της Ολυμπιακής για Ηράκλειο στις 20:30; Όχι. Όχι, αλλά υπάρχει πτήση της Aegean για Ηράκλειο στις 21:00. Όχι, αλλά υπάρχει πτήση της Ολυμπιακής για Θεσσαλονίκη στις 20:30. 20
21 Διφορούμενες εκφράσεις ΦΓ Διφορούμενες λέξεις. Π.χ. «άπειρος», «άρθρο», «γράμμα». Απαιτείται αποσαφήνιση εννοιών λέξεων (word sense disambiguation, βλ. 5 η διάλεξη), γενικά δύσκολο πρόβλημα. Υπάρχουν υπολογιστικά λεξικά που παρέχουν τις δυνατές έννοιες των λέξεων (π.χ. WordNet, Πρέπει να κατατάξουμε κάθε εμφάνιση λέξης στη σωστή έννοια της λέξης. Διφορούμενες συντακτικές δομές. «Τύπωσε μια λίστα με τους υπαλλήλους ιδιωτικών εταιρειών που απολύθηκαν πέρσι.» «Τύπωσε μια λίστα με τους υπαλλήλους ιδιωτικών εταιρειών που κρατικοποιήθηκαν πέρσι.» Χρειαζόμαστε εγκυκλοπαιδικές γνώσεις. Εφικτό μόνο για περιορισμένους κόσμους συγκεκριμένων εφαρμογών. Αντίστοιχα προβλήματα σε όλα τα στάδια ανάλυσης. 21
22 Εξαγωγή πληροφοριών 3 Δεκ. 2008: Σημαντικά νέα χθες από την General Company Ελλάς, μια από τις μεταλύτερες ελληνικές κατασκευαστικές εταιρείες. Η GC ανακοίνωσε ότι θα αγοράσει το 42% των μετοχών της Small Company Ltd, μιας Βρετανικής εταιρείας που ειδικεύεται στο χώρο των σιδηρών κατασκευών. αγοραστής αγοραζόμενος μερίδιο ημερομηνία ανακοίνωσης GCE SCL /12/
23 Εξαγωγή πληροφοριών: πρώτα στάδια <s> <date norm= 3/12/2008 > 3 Δεκ </date> : </s> <s> Σημαντικά νέα <date norm= 2/12/2008 > χθες </date> από την <company id= GCE > General Company Ελλάς </company>, μια από τις μεταλύτερες ελληνικές κατασκευαστικές εταιρείες. </s> <s> Η <company id= GCE > GC </company> ανακοίνωσε ότι <verb base= αγοράζω > θα αγοράσει </verb> το <percent norm= 0.42 > 42% </percent> των μετοχών της <company id= SCL > Small Company Ltd </company>, μιας Βρετανικής εταιρείας που ειδικεύεται στο χώρο των σιδηρών κατασκευών. </s> 23
24 Εξαγωγή πληροφοριών: πρώτα στάδια Προεπεξεργασία: Λεκτικές μονάδες, χωρισμός σε προτάσεις, HTML κλπ. Μορφολογική ανάλυση: Μέρη του λόγου, λήμματα (κύριοι τύποι λέξεων) κλπ. Αναγνώριση χρονικών, χρηματικών εκφράσεων κλπ. και μετατροπή τους σε κανονικές μορφές. Αναγνώριση ονομάτων οντοτήτων (π.χ. προσώπων, εταιρειών) και ταίριασμα διαφορετικών μορφών του ιδίου ονόματος μεταξύ τους (π.χ. «Ο.Τ.Ε.» και «Οργανισμός Τηλεπικοινωνιών της Ελλάδος»). 24
25 Εξαγωγή πληροφοριών: επόμενα στάδια Επίλυση αναφορικών εκφράσεων. Π.χ. «Η εταιρεία ανακοίνωσε επίσης» Εντοπισμός σχέσεων μεταξύ ονομάτων οντοτήτων: Στην πιο απλή περίπτωση χρησιμοποιώντας χειρωνακτικά κατασκευασμένους κανόνες. Π.χ. BuyEvent(buyer:C1, bought:c2, share:p) * Company(id:C1) * Verb(base:αγοράζω/αποκτώ/παίρνω) * Percent(norm:P) * Company(id:C2) * Ή προσπαθούμε να μάθουμε να προβλέπουμε τη σχέση που συνδέει (αν συνδέει) κάθε ζευγάρι γειτονικών ονομάτων οντοτήτων. Μία κατηγορία για κάθε είδος σχέσης. 25
26 Παράδειγμα χρήσης κανόνα <s> Σημαντικά νέα <date norm= 2/12/2008 > χθες </date> από την <company id= GCE > General Company Ελλάς </company>, μια από τις μεταλύτερες ελληνικές κατασκευαστικές εταιρείες. </s> <s> Η <company id= GCE > GC </company> ανακοίνωσε ότι <verb base= αγοράζω > θα αγοράσει </verb> το <percent norm= 0.42 > 42% </percent> των μετοχών της <company id= SCL > Small Company Ltd </company>, μιας Βρετανικής εταιρείας που ειδικεύεται στο χώρο των σιδηρών κατασκευών. </s> BuyEvent(buyer:C1, bought:c2, share:p) * Company(id:C1) * Verb(base:αγοράζω/αποκτώ/παίρνω) * Percent(norm:P) * Company(id:C2) * BuyEvent(buyer:GCE, bought:scl, share:0.42) 26
27 Αναγνώριση σχέσεων με επιβλεπόμενη μάθηση <s> Η <company id= GCE > General Company Ελλάς </company> <verb base= αγοράζω > αγόρασε </verb> το <percent norm= 0.42 > 42% </percent> των μετοχών της <company id= SCL > Small Company Ltd </company>. </s> <s> Η <company id= LCL > Large Company Ltd </company> <verb base= αγοράζω > είχε επίσης επιχειρήσει ανεπιτυχώς να αγοράσει </verb> μερίδιο της <company id= SCL > Small </company> <date norm= Υ2007 > πέρσι </date>. </s> Π.χ. για τη σχέση αγοραστή-αγοραζόμενου: o o o Εξετάζουμε ζεύγη κοντινών ονομάτων εταιρειών, ανθρώπων. Για κάθε ζεύγος, ένα διάνυσμα ιδιοτήτων. Κατηγορίες: θετικό, αρνητικό (ή γενικότερα ο τύπος της σχέσης, π.χ. εξαγορά, συγχώνευση κλπ). 27
28 Εξόρυξη γνώμης Παράδειγμα από τη διπλωματική εργασία της Ι. Λάζαρη (2011). Εξαγωγή των πιο συζητούμενων χαρακτηριστικών των προϊόντων και συναισθήματος από κριτικές, tweets κλπ. Βλ. και 28
29 Διεπαφές φυσικής γλώσσας για ΒΔ > Who works on 3 projects? B.Vandecapelle, C.Willems, D.Sedlock, J.L.Binot > Which of them are project leaders? B.Vandecapelle, J.L.Binot > Documents describing their projects? BIM_LOQUI: The LOQUI NLIDB, BIM LOQUI MMI2: Technical Annex > How many of these projects do not finish before 1994? 2 BIM_LOQUI, MMI2 29
30 Διεπαφές φυσικής γλώσσας για ΒΔ 30
31 Αρχιτεκτονική διεπαφών φυσικής γλώσσας για ΒΔ αίτημα του χρήστη μερική νοηματική παράσταση πλήρης νοηματική παράσταση προεπεξεργαστής συντακτικός και σημασιολογικός αναλυτής ελεγκτής διαλόγου μετάφραση σε γλώσσα της βάσης δεδομένων > Σε ποιο τμήμα δουλεύει; [σε,ποιο,τμημα,δουλεύει,;]?x 1 dept(x 1 ) focus(x 2 ) works(x 2, x 1 )?x 1 dept(x 1 ) name(x 2, Κ.Νίκου ) works(x 2, x 1 ) εντολές SELECT FROM 31
32 Διεπαφές ΦΓ για ΒΔ (πιο πρόσφατα οντολογίες) Πολλή έρευνα από τη δεκαετία του o Εξαιρετικά δημοφιλείς τη δεκαετία του '80 ως αρχές '90. o Το ενδιαφέρον έχει πια στραφεί περισσότερο στα συστήματα ερωταποκρίσεων για τον Παγκόσμιο Ιστό (βλ. παρακάτω). o Αλλά πρόσφατα ενδιαφέρον για συστήματα ερωταποκρίσεων για οντολογίες (σε OWL), λόγω του Σημασιολογικού Ιστού. Πλεονεκτήματα και μειονεκτήματα: o Χρήση φυσικής γλώσσας, αλλά μπορεί να μην είναι προφανές στο χρήστη τι μπορεί να καταλάβει το σύστημα. o Ανάγκη επαναδιατύπωσης ερωτημάτων, εκνευρισμός o Συχνά προτιμότερη η χρήση ελεγχόμενης φυσικής γλώσσας (controlled NL), αλλά πρέπει να την μάθει ο χρήστης. Εναλλακτικά εισαγωγή ερωτημάτων μέσω καταλόγων επιλογών. o Ανταγωνισμός από γραφικές διεπαφές 32
33 Διεπαφές ελεγχόμενης φυσικής γλώσσας Παράδειγμα διεπαφής ελεγχόμενης φυσικής γλώσσας για οντολογίες OWL από την πτυχιακή του Α. Κούκιο (2012). Χρησιμοποιεί το λεξικό και τα σχεδιότυπα (patterns) προτάσεων του συστήματος NaturalOWL (βλ. 23 η διάλεξη). 33
34 Συστήματα προφορικών διαλόγων (spoken dialogue systems) Πολλές εφαρμογές, όπως: o κλείσιμο εισιτηρίων ή παροχή πληροφοριών, o πλοήγηση κατά την οδήγηση, o έλεγχος ή προγραμματισμός οικιακών συσκευών, o έλεγχος γνώσεων ή γενικότερα εκπαίδευση μαθητών. Πολλές από τις έννοιες που θα συναντήσουμε εφαρμόζονται και σε συστήματα γραπτών διαλόγων. o Αλλά μεγαλύτερο εμπορικό ενδιαφέρον για προφορικούς. Η προφορική γλώσσα διαφέρει πολύ από τη γραπτή. Ααα, καλημέρα. Θαα... Θα ήθελα να κλείσω για... εεεε... Μπορείτε να μου πείτε εε... για Αθήνα... γύρωω στις πέντε... γι αύριο μιλάω, έτσι; εεε... αν έχει θέσεις με Ολυμπιακή. 34
35 Συστήματα προφορικών διαλόγων «Θέλω να πάω στο Ηράκλειο.» (φωνή) αναγνώριση φωνής [θέλω, θα, πάω, στο,???] ανάλυση φυσικής γλώσσας διαχείριση διαλόγου παραγωγή φυσικής γλώσσας σύνθεση φωνής parameter-input(arrive-to, noise) parameter-ask(arrive-to) [πού, θέλετε, να, πάτε, ;] άλλα συστήματα «Πού θέλετε να πάτε;» (φωνή) 35
36 36
37 ? 37
38 Συστήματα ερωταποκρίσεων ΦΓ για τον Ιστό > When was the telephone invented? 1876 (25) ακριβής απάντηση και βαθμός βεβαιότητας : The telephone was invented by Alexander Graham Bell in : They invented the telephone on March 10, (1) αιτιολόγηση της απάντησης www : Dr. Torigata Uichi invented the word s first practical wireless telephone in [Βασισμένο σε παράδειγμα των Buchholz & Daelemans (2001).] 38
39 Συστήματα ερωταποκρίσεων για συλλογές εγγράφων (ή τον Ιστό) ερώτηση επεξεργασία της ερώτησης κατηγορία ερώτησης, όροι της ερώτησης, συντακτικό δέντρο, παραφράσεις,... απαντήσεις κατάταξη υποψηφίων απαντήσεων Συνήθως με ΜΜ. Ιδιότητες: Ταιριάζει η κατηγορία της ερώτησης με τους τύπους ονομάτων στην απάντηση; Ποσοστό όρων της ερώτησης στην απάντηση, συντακτικό ταίριασμα, ταίριασμα παραφράσεων... όροι της ερώτησης, συνώνυμα,... αποσπάσματα (π.χ. προτάσεις ή ονόματα οντοτήτων) ως υποψήφιες απαντήσεις, συντακτική ανάλυση,... ανάκτηση πληροφοριών σχετικά έγγραφα επεξεργασία εγγράφων 39
40 Συστήματα ερωταποκρίσεων Το σύστημα Watson της IBM κέρδισε το 2011 τον τελικό του τηλεπαιχνιδιού ερωταποκρίσεων Jeopardy! o Υπάρχουν στον Ιστό πολλά βίντεο για το σύστημα. o Βλ. π.χ.
41 Συστήματα ερωταποκρίσεων 41
42 Μηχανική μετάφραση Δείτε τα βίντεο:
43 Βιβλιογραφία Russel & Norvig: ενότητες 22.1, 22.6, 22.7, 23.3, Την «παραγωγική ικανότητα» των γραμματικών θα τη συζητήσουμε σε επόμενη διάλεξη. Για τις εξετάσεις χρειάζεται να ξέρετε ό,τι αναφέρουν οι διαφάνειες. Βλαχάβας κ.ά: εισαγωγή ενότητας 30.1, ενότητες , Περισσότερα για την αναγνώριση/σύνθεση φωνής, τη διαχείριση διαλόγων και την υπολογιστική όραση διδάσκονται στο μάθημα «Επικοινωνία Ανθρώπου Υπολογιστή» (7 ο εξάμηνο). Περισσότερα για την επεξεργασία φυσικής γλώσσας (και φωνής) διδάσκονται στο μεταπτυχιακό μάθημα «Γλωσσική Τεχνολογία» (βλ. e-class).
44 Βιβλιογραφία συνέχεια Όσοι ενδιαφέρονται ιδιαίτερα για την επεξεργασία φυσικής γλώσσας (και φωνής) αξίζει να προμηθευτούν και να μελετήσουν σταδιακά το εξαιρετικό βιβλίο «Speech and Language Processing» των D. Jurafsky and J.H. Martin, 2 η έκδοση, Prentice Hall, Υπάρχει και στη βιβλιοθήκη του ΟΠΑ. Περιλαμβάνει και ένα κεφάλαιο για τη μηχανική μετάφραση.
Γλωσσική Τεχνολογία. Εισαγωγή. Ίων Ανδρουτσόπουλος.
Γλωσσική Τεχνολογία Εισαγωγή 2015 16 Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/in/ Τι θα ακούσετε Εισαγωγή στη γλωσσική τεχνολογία. Ύλη και οργάνωση του μαθήματος. Προαπαιτούμενες γνώσεις και άλλα προτεινόμενα
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: 2012 2013
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Τι είναι η γλωσσική τεχνολογία;
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 21η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 21η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: «Artificial Intelligence A Modern Approach» των. Russel
Διαβάστε περισσότεραΕπικοινωνία Ανθρώπου Υπολογιστή
Επικοινωνία Ανθρώπου Υπολογιστή Β4. Συστήματα προφορικών διαλόγων (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ Οι διαφάνειες αυτές βασίζονται εν μέρει στην ύλη του βιβλίου Speech and Language
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 23η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 23η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Τι θα ακούσετε σήμερα Σημασιολογική ανάλυση φυσικής γλώσσας με γραμματικές DCG. Παραγωγή κειμένων φυσικής γλώσσας.
Διαβάστε περισσότεραΕπικοινωνία Ανθρώπου Υπολογιστή. Β3. Κατανόηση φυσικής γλώσσας
Επικοινωνία Ανθρώπου Υπολογιστή Β3. Κατανόηση φυσικής γλώσσας (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ Οι διαφάνειες αυτής της διάλεξης βασίζονται εν μέρει σε ύλη του βιβλίου «Speech
Διαβάστε περισσότεραΕπικοινωνία Ανθρώπου Υπολογιστή
Επικοινωνία Ανθρώπου Υπολογιστή Β1. Εισαγωγή στη γλωσσική τεχνολογία, γλωσσικά μοντέλα, διόρθωση και πρόβλεψη κειμένου (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ Οι διαφάνειες αυτές βασίζονται
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/
Τεχνητή Νοημοσύνη 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη ( )
Εβδομάδα Διάλεξη Ενδεικτικά θέματα διαλέξεων Ενδεικτικά θέματα εργαστηρίων/φροντιστηρίων 1 1 1 2 2 3 2 4 3 5 3 6 4 7 4 8 5 9 Τεχνητή Νοημοσύνη (2017-18) Γενικές πληροφορίες για το μάθημα. Εισαγωγή στην
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 7η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ. Τεχνικές NLP Σχεδιαστικά Θέματα
ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ Τεχνικές NLP Σχεδιαστικά Θέματα Natural Language Processing Επεξεργασία δεδομένων σε φυσική γλώσσα Κατανόηση φυσικής γλώσσας από τη μηχανή
Διαβάστε περισσότεραΑνάκτηση Πληροφορίας
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #02 Ιστορική αναδρομή Σχετικές επιστημονικές περιοχές 1 Άδεια χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 18η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται: στο βιβλίο Machine Learning του T. Mitchell, McGraw- Hill, 1997,
Διαβάστε περισσότεραΓΛΩΣΣΙΚΟΙ ΠΟΡΟΙ & ΤΕΧΝΟΛΟΓΙΕΣ:
ΓΛΩΣΣΙΚΟΙ ΠΟΡΟΙ & ΤΕΧΝΟΛΟΓΙΕΣ: Η ΣΗΜΕΡΙΝΗ ΕΛΛΗΝΙΚΗ ΠΡΑΓΜΑΤΙΚΟΤΗΤΑ Ημερίδα παρουσίασης CLARIN-EL 1/10/2010 Πένυ Λαμπροπούλου Ινστιτούτο Επεξεργασίας Λόγου / Ε.Κ. "Αθηνά" ΧΑΡΤΟΓΡΑΦΗΣΗ ΧΩΡΟΥ ΓΤ ΓΙΑ ΚΑΕ Στο
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 14η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 14η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται σε ύλη του βιβλίου Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 4 ο : Συντακτική ανάλυση. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 4 ο : Συντακτική ανάλυση Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Γλωσσική Τεχνολογία, Μάθημα 4 ο, Συντακτική
Διαβάστε περισσότεραΕπικοινωνία Ανθρώπου Υπολογιστή
Επικοινωνία Ανθρώπου Υπολογιστή Α1. Εισαγωγή στην ΕΑΥ και γενικές πληροφορίες για το μάθημα (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Τι θα ακούσετε Τι είναι η Επικοινωνία Ανθρώπου
Διαβάστε περισσότεραΜεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 1 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Γιώργος Δημητρίου Μάθημα 1 ο Γλώσσα - Μετάφραση Γλώσσα προγραμματισμού = Αναπαράσταση αλγορίθμων Ευκολία χρήσης Ακρίβεια και πληρότητα περιγραφής, όχι διφορούμενη! Μία περιγραφή για όλες τις μηχανές Μετάφραση
Διαβάστε περισσότερα«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα
«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα Σεμινάριο 4: Συντακτική Ανάλυση Ευάγγελος Καρκαλέτσης, Γεώργιος Πετάσης Εργαστήριο Τεχνολογίας Γνώσεων & Λογισμικού, Ινστιτούτο Πληροφορικής & Τηλεπικοινωνιών,
Διαβάστε περισσότεραΕπικοινωνία Ανθρώπου Υπολογιστή. Α1. Εισαγωγή στην ΕΑΥ και γενικές πληροφορίες για το µάθηµα
Επικοινωνία Ανθρώπου Υπολογιστή Α1. Εισαγωγή στην ΕΑΥ και γενικές πληροφορίες για το µάθηµα (2017-18) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Τι θα ακούσετε Τι είναι η Επικοινωνία Ανθρώπου-Υπολογιστή;
Διαβάστε περισσότεραΜεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 8 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Γιώργος Δημητρίου Μάθημα 8 ο Μετάφραση Οδηγούμενη από τη Σύνταξη Ο ΣΑ καλεί τις ρουτίνες που εκτελούν τη σημασιολογική ανάλυση και παράγουν τον ενδιάμεσο κώδικα Σημασιολογικές πληροφορίες μπορούν να μεταφέρονται
Διαβάστε περισσότεραΠροπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005
ΕΚΕΦΕ «ηµόκριτος» Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005 Το Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού
Διαβάστε περισσότεραΑσκήσεις μελέτης της 19 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 19 ης διάλεξης 19.1. Δείξτε ότι το Perceptron με (α) συνάρτηση ενεργοποίησης
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ. ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΑΠΟΤΙΜΗΣΗΣ ΣΠΟΥΔΩΝ Ακαδημαϊκό Έτος Εγγραφής
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 6η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ. ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΑΠΟΤΙΜΗΣΗΣ ΣΠΟΥΔΩΝ Ακαδημαϊκό Έτος Εγγραφής
Διαβάστε περισσότεραΣΤΟΙΧΕΙΑ ΔΙΔΑΣΚΑΛΙΑΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ
ΣΤΟΙΧΕΙΑ ΔΙΔΑΣΚΑΛΙΑΣ ΜΕ ΤΗ ΧΡΗΣΗ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ Ονοματεπώνυμο εκπαιδευτικού: Γκουντέλα Βασιλική Ειδικότητα: Φιλόλογος (ΠΕ2) Σχολείο: 4 ο Γυμνάσιο Κομοτηνής Μάθημα: Αρχαία Ελληνικά Διάρκεια: 1 διδακτική
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 15η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 15η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται σε ύλη του βιβλίου Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΔΙΑΔΙΚΤΥΟ ΚΑΙ ΠΑΓΚΟΣΜΙΟΣ ΙΣΤΟΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΔΙΑΔΙΚΤΥΟ ΚΑΙ ΠΑΓΚΟΣΜΙΟΣ ΙΣΤΟΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ. ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΑΠΟΤΙΜΗΣΗΣ ΣΠΟΥΔΩΝ Ακαδημαϊκό Έτος Εγγραφής
Διαβάστε περισσότεραヤ Διδασκαλία της Γλώσσας στις τάξεις Γ & Δ
ヤ Διδασκαλία της Γλώσσας στις τάξεις Γ & Δ Μαρία Θ. Παπαδοπούλου, PhD Σχολική Σύμβουλος 6ης Περιφέρειας Π.Ε. ν. Λάρισας Ελασσόνα, 19 Νοεμβρίου 2012 Επιμέρους τομείς στο γλωσσικό μάθημα 1. Προφορικός Λόγος
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 8 ο : Εξαγωγή πληροφορίας. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 8 ο : Εξαγωγή πληροφορίας Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Οι διαφάνειες αυτού του μαθήματος βασίζονται
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 9η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται εν μέρει στο βιβλίο Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΣΗΜΑΣΙΟΛΟΓΙΑ - SEMANTICS
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΣΗΜΑΣΙΟΛΟΓΙΑ - SEMANTICS Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Ιόνιο
Διαβάστε περισσότεραΤΕΧΝΟΓΛΩΣΣΙΑ VIII ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΔΙΔΑΣΚΟΝΤΕΣ: ΜΑΪΣΤΡΟΣ ΓΙΑΝΗΣ, ΠΑΠΑΚΙΤΣΟΣ ΕΥΑΓΓΕΛΟΣ ΑΣΚΗΣΗ: ΔΙΟΡΘΩΣΗ ΕΚΦΡΑΣΕΩΝ (Β )
ΤΕΧΝΟΓΛΩΣΣΙΑ VIII ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΔΙΔΑΣΚΟΝΤΕΣ: ΜΑΪΣΤΡΟΣ ΓΙΑΝΗΣ, ΠΑΠΑΚΙΤΣΟΣ ΕΥΑΓΓΕΛΟΣ ΑΣΚΗΣΗ: ΔΙΟΡΘΩΣΗ ΕΚΦΡΑΣΕΩΝ (Β ) ΣΚΟΠΟΣ Σκοπός της άσκησης είναι ο σχεδιασμός και η υλοποίηση συστήματος διόρθωσης
Διαβάστε περισσότεραReading/Writing (Κατανόηση και Παραγωγή Γραπτού Λόγου): 1 ώρα και 10 λεπτά
KET (Key English Test) Η εξέταση ΚΕΤ αναγνωρίζει την ικανότητα του υποψηφίου να χρησιμοποιεί αγγλικά βασικού επιπέδου σε καθημερινό επίπεδο τόσο στο γραπτό όσο και στον προφορικό λόγο. KET for Schools
Διαβάστε περισσότεραΚεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού
Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Εισαγωγή Γνώση γλώσσας από τη σκοπιά Του συντακτικού (syntax) Περιγραφή με γραμματικές
Διαβάστε περισσότεραΠαρουσιάσεις με Αντίκτυπο (High Impact Presentations) Χαρίκλεια Τσαλαπάτα 11/10/2017
Παρουσιάσεις με Αντίκτυπο (High Impact Presentations) Χαρίκλεια Τσαλαπάτα 11/10/2017 Τι Είναι μια Παρουσίαση Επικοινωνία σε προφορικό λόγο Η Σημασία του Προφορικού Λόγου (1) Έχει μεγαλύτερη δύναμη από
Διαβάστε περισσότεραΦΟΡΜΑ ΑΞΙΟΛΟΓΗΣΗΣ. 1) Στάση του μαθητή/τριας κατά τη διάρκεια του μαθήματος: Δεν την κατέχει. Την κατέχει μερικώς. επαρκώς
ΦΟΡΜΑ ΑΞΙΟΛΟΓΗΣΗΣ Όνομα μαθητή/μαθήτριας:... Ισχύουσα Διάγνωση:... Στήριξη από ειδικό εκπαιδευτικό προσωπικό (ψυχολόγο, λογοθεραπευτή, εργοθεραπευτή, κτλ.):... Σχολικό Έτος:... Σχολείο:.... Τάξη/Τμήμα:...
Διαβάστε περισσότεραΠαραγωγή προφορικού λόγου
Παραγωγή προφορικού λόγου Επίπεδο Β Δεύτερη διδακτική πρόταση Ενδεικτική διάρκεια: Ομάδα στόχος: Διδακτικός στόχος: Στρατηγικές: Ενσωμάτωση δεξιοτήτων: Υλικό: 30 λεπτά παιδιά και ενήλικες Ενοικίαση διαμερίσματος
Διαβάστε περισσότεραΠροηγµένη ιασύνδεση µε τοπεριβάλλον
Προηγµένη ιασύνδεση µε τοπεριβάλλον! Επεξεργασία φυσικής γλώσσας # Κατανόηση φυσικής γλώσσας # Παραγωγή φυσικής γλώσσας! Τεχνητή όραση! Ροµποτική Κατανόηση Φυσικής Γλώσσας! Αναγνώριση οµιλίας (Speech recognition)!
Διαβάστε περισσότεραΗ ΔΙΔΑΣΚΑΛΙΑ ΤΟΥ ΛΕΞΙΛΟΓΙΟΥ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ
Περιεχόμενα ΠΡΟΛΟΓΟΣ 13 1. ΛΕΞΙΛΟΓΙΟ: ΕΙΣΑΓΩΓΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΟΤΑΣΕΙΣ 17 ΣΗΜΑΝΤΙΚΗ ΟΡΟΛΟΓΙΑ ΚΕΦΑΛΑΙΟΥ 17 1.1 Η αξία του λεξιλογίου και η θέση του στο γλωσσικό μάθημα 18 1.2 Εμπόδια στη
Διαβάστε περισσότεραΠρογραμματισμός Η/Υ. Προτεινόμενα θέματα εξετάσεων Εργαστήριο. Μέρος 1 ό. ΤΕΙ Λάρισας- Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Έργων Υποδομής
Προγραμματισμός Η/Υ Προτεινόμενα θέματα εξετάσεων Εργαστήριο Μέρος 1 ό ΤΕΙ Λάρισας- Σχολή Τεχνολογικών Εφαρμογών Τμήμα Πολιτικών Έργων Υποδομής Ιανουάριος 2011 Καλογιάννης Γρηγόριος Επιστημονικός/ Εργαστηριακός
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΑΡΣΗ ΑΜΦΙΣΗΜΙΑΣ ΛΕΞΕΩΝ (ΑΠΟΣΑΦΗΝΙΣΗ ΕΝΝΟΙΑΣ ΛΕΞΕΩΝ) WORD SENSE DISAMBIGUATION
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΑΡΣΗ ΑΜΦΙΣΗΜΙΑΣ ΛΕΞΕΩΝ (ΑΠΟΣΑΦΗΝΙΣΗ ΕΝΝΟΙΑΣ ΛΕΞΕΩΝ) WORD SENSE DISAMBIGUATION Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα.
Διαβάστε περισσότεραΓΡΑΜΜΑΤΙΚΗ ΣΥΝΤΑΞΗ ΕΙΣΑΓΩΓΗ
ΕΙΣΑΓΩΓΗ Η Γραμματική εντάσσεται στα ευρύτερα πλαίσια του γλωσσικού μαθήματος. Δε διδάσκεται χωριστά, αλλά με βάση την ενιαία προσέγγιση της γλώσσας, όπου έμφαση δίνεται στη λειτουργική χρήση της. Διδάσκεται
Διαβάστε περισσότεραΑΣΚΗΣΗ 11: ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ - ΣΥΝΤΑΚΤΙΚΗ ΑΝΑΛΥΣΗ (PARSING)
ΑΤΕΙ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΑΘΗΜΑ: ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ (Prolog) ΕΞΑΜΗΝΟ: Δ - Εαρινό 2013-14 ΚΑΘΗΓΗΤΕΣ: Δ.ΣΤΑΜΑΤΗΣ, Κ.ΔΙΑΜΑΝΤΑΡΑΣ ΑΣΚΗΣΗ 11: ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ -
Διαβάστε περισσότεραΨηφιακά Mέσα Υπολογιστική Νοημοσύνη www.aiia.csd.auth.gr
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Εργαστήριο Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών Ψηφιακά Mέσα Υπολογιστική Νοημοσύνη www.aiia.csd.auth.gr Απρίλιος 2015 Τα αντικείμενα της
Διαβάστε περισσότεραΠαρουσιάσεις με Αντίκτυπο (High Impact Presentations) Χαρίκλεια Τσαλαπάτα 19/10/2015
Παρουσιάσεις με Αντίκτυπο (High Impact Presentations) Χαρίκλεια Τσαλαπάτα 19/10/2015 Τι Είναι μια Παρουσίαση Επικοινωνία σε προφορικό λόγο Η Σημασία του Προφορικού Λόγου (1) Έχει μεγαλύτερη δύναμη από
Διαβάστε περισσότεραΚΟΛΛΕΓΙΟ ΑΘΗΝΩΝ Σχολικό έτος: ΤΜΗΜΑ ΕΛΛΗΝΙΚΗΣ ΓΛΩΣΣΑΣ ΓΥΜΝΑΣΙΟ ΝΕΟΕΛΛΗΝΙΚΗ ΓΛΩΣΣΑ Α ΓΥΜΝΑΣΙΟΥ. Προτεινόμενος Προγραμματισμός κατά ενότητα
ΚΟΛΛΕΓΙΟ ΑΘΗΝΩΝ Σχολικό έτος: 202-203 ΤΜΗΜΑ ΕΛΛΗΝΙΚΗΣ ΓΛΩΣΣΑΣ ΓΥΜΝΑΣΙΟ ΝΕΟΕΛΛΗΝΙΚΗ ΓΛΩΣΣΑ Α ΓΥΜΝΑΣΙΟΥ Προτεινόμενος Προγραμματισμός κατά ενότητα η Ενότητα Οι πρώτες μέρες σε ένα σχολείο Διδακτικές : 9
Διαβάστε περισσότεραAΡΧΑΙΑ ΕΛΛΗΝΙΚΑ ΙΣΤΟΡΙΑ ΝΕΑ ΕΛΛΗΝΙΚΑ
AΡΧΑΙΑ ΕΛΛΗΝΙΚΑ ΙΣΤΟΡΙΑ ΝΕΑ ΕΛΛΗΝΙΚΑ Τρόποι διδασκαλίας Κατ οίκον εργασία Γραπτή Αξιολόγηση ΑΡΧΑΙΑ ΕΛΛΗΝΙΚΑ (Α) Αρχαία Ελληνική Γλώσσα (Β) Αρχαιογνωσία: (αρχαίο κείμενο από μετάφραση) MH EΞΕΤΑΖΟΜΕΝΑ ΜΑΘΗΜΑΤΑ
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 5η διάλεξη (2017-18) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΦύλλο Κατανόησης 1.7
ΕΠΑ.Λ. Άμφισσας Σχολικό Έτος : 2012-2013 Τάξη : B Τομέας : Πληροφορικής Μάθημα : ΔΙΚΤΥΑ ΥΠΟΛΟΓΙΣΤΩΝ Ι - Θεωρία Διδάσκων : Χρήστος Ρέτσας Η-τάξη : tiny.cc/retsas-diktya1 Φύλλο Κατανόησης 1.7 1.7. Πρωτόκολλα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Ιορδάνης Κουτσόπουλος Αναπληρωτής Καθηγητής Οι διαφάνειες βασίζονται σε μεγάλο βαθμό σε αυτές που συνοδεύονται με το προτεινόμενο σύγγραμμα, καθώς και στις διαφάνειες
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΓΑΛΛΙΚΩΝ ΣΠΟΥΔΩΝ ΓΑΛ 102 Προφορικός λόγος 6 ΓΑΛ 103 Γραπτός λόγος I 6 ΓΑΛ 170 e-french 6 ΓΑΛ 100-299 Μάθημα περιορισμένης επιλογής 6
πρώτο δεύτερο ΠΡΟΓΡΑΜΜΑ ΓΑΛΛΙΚΩΝ ΣΠΟΥΔΩΝ ΓΑΛ 102 Προφορικός λόγος ΓΑΛ 103 Γραπτός λόγος I ΓΑΛ 170 e-french ΓΑΛ 100-299 Μάθημα περιορισμένης επιλογής ΓΑΛ 104 Γραπτός λόγος II ΓΑΛ 111 Φωνητική ΓΑΛ 1 Από
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 17η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 17η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται: στο βιβλίο Artificia Inteigence A Modern Approach των S. Russe και
Διαβάστε περισσότεραΑνάπτυξη συστήματος ερωταποκρίσεων για αρχεία ελληνικών εφημερίδων
Ανάπτυξη συστήματος ερωταποκρίσεων για αρχεία ελληνικών εφημερίδων Οικονομικό Πανεπιστήμιο Αθηνών Πρόγραμμα Μεταπτυχιακών Σπουδών «Επιστήμη των Υπολογιστών» Διπλωματική Εργασία Μαρία-Ελένη Κολλιάρου 2
Διαβάστε περισσότεραΤη γλώσσα μου έδωσαν ellhnikh. Μαρία Γαβριηλίδου, ΙΕΛ/ΕΚ Αθηνά Παγκόσμια Ημέρα Μετάφρασης 29 Σεπτεμβρίου 2018, ΕΙΕ
Τη γλώσσα μου έδωσαν ellhnikh Μαρία Γαβριηλίδου, ΙΕΛ/ΕΚ Αθηνά Παγκόσμια Ημέρα Μετάφρασης 29 Σεπτεμβρίου 2018, ΕΙΕ Πρώτη τοποθέτηση Η ΓΛΩΣΣΑ ΤΩΝ ΝΕΩΝ Η γλώσσα των νέων όχι ενιαίο και αυτοτελές γλωσσικό
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 3η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΔείκτες Επικοινωνιακής Επάρκειας Κατανόησης και Παραγωγής Γραπτού και Προφορικού Λόγου Α1/Α2
Δείκτες Επικοινωνιακής Επάρκειας Κατανόησης και Παραγωγής Γραπτού και Προφορικού Λόγου Α1/Α2 Επίπεδο Α1 Κατανόηση γραπτού λόγου Οι υποψήφιοι του επιπέδου Α1 πρέπει να είναι σε θέση να κατανοούν το γενικό
Διαβάστε περισσότεραΠΑΡΆΡΤΗΜΑ Β Ενδεικτική Λίστα Διδασκόντων Μελών Δ.Ε.Π. του Τμήματος
ΠΑΡΆΡΤΗΜΑ Β Ενδεικτική Λίστα Διδασκόντων Μελών Δ.Ε.Π. του Τμήματος 1 Βασίλειος Χρυσικόπουλος Καθηγητής Πληροφορική Δίκτυα Ασφάλεια Πληροφοριών Ερευνητικά Ενδιαφέροντα Ασφάλεια Δίκτυα Η/Υ http://di.ionio.gr/staff-2/faculty-staff/vassilischrissikopoulos/
Διαβάστε περισσότεραΔημοσιογράφος: Όχι, όχι, δεν θα καθυστερήσετε. Οι ερωτήσεις είναι πολύ λίγες. Έχετε κόψει τελείως κάποια από τις συνήθειες που είχατε παλιότερα;
Συγγραφέας: Μαρίνα Ματθαιουδάκη Δεξιότητα: Κατανόηση προφορικού λόγου Τύπος κειμένου: Συνέντευξη Θεματική: Καθημερινή ζωή συνήθειες Θα ακούσετε (2) φορές έναν διάλογο μεταξύ ενός δημοσιογράφου που κάνει
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 5η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ. ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΑΠΟΤΙΜΗΣΗΣ ΣΠΟΥΔΩΝ Ακαδημαϊκό Έτος Εγγραφής
Διαβάστε περισσότεραΠΙΛΟΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ - Η ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΓΛΩΣΣΑΣ ΣΤΟ ΓΥΜΝΑΣΙΟ (ενδεικτικά)
ΠΡΟΤΥΠΟ ΠΕΙΡΑΜΑΤΙΚΟ ΓΥΜΝΑΣΙΟ ΗΡΑΚΛΕΙΟΥ Διεξαγωγή μικρής έρευνας στο Γυμνάσιο Β' Γυμνασίου Διδάσκουσα: Ασπράκη Γαβριέλλα Νεοελληνική Γλώσσα email: gabby.aspraki@gmail.com ΠΙΛΟΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ - Η
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ.
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ (ΠΜΣ) «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΕΣ» ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΟΥ Α.Π.Θ. ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΑΠΟΤΙΜΗΣΗΣ ΣΠΟΥΔΩΝ Ακαδημαϊκό Έτος Εγγραφής
Διαβάστε περισσότεραΑσκήσεις μελέτης της ενότητας «Συντακτική Ανάλυση»
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Διδάσκων: Ι. Ανδρουτσόπουλος, 2016-17 Ασκήσεις μελέτης της ενότητας «Συντακτική Ανάλυση» Παραδώστε μια αναφορά (το πολύ 5 σελίδων) για την άσκηση 9 και
Διαβάστε περισσότεραΓραμματισμός Κωφού Παιδιού:
Γραμματισμός Κωφού Παιδιού: Μοντέλα διδασκαλίας από κάτω προς τα επάνω Επιμέλεια: Βουλγαρίδου Μαρία, Εκπαιδευτικός Ειδικής Αγωγής Εισηγήτρια Πανεπιστημιακών Φροντιστηρίων Κολλίντζα 1 Σημασιολογικές δραστηριότητες
Διαβάστε περισσότεραΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 10 ο : Αποσαφήνιση εννοιών λέξεων. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:
ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 10 ο : Αποσαφήνιση εννοιών λέξεων Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Οι διαφάνειες αυτού του μαθήματος
Διαβάστε περισσότεραΕκπαιδευτική παρέμβαση στον αφηγηματικό λόγο νηπίου με γλωσσική διαταραχή
Εκπαιδευτική παρέμβαση στον αφηγηματικό λόγο νηπίου με γλωσσική διαταραχή Κατερίνα Σιδηροπούλου Νηπιαγωγός Ειδικής Αγωγής ΠΕ 61 10 ο Νηπιαγωγείο Συκεών Χαρακτηριστικά του αφηγηματικού λόγου Συμβάλει στην
Διαβάστε περισσότεραΤίτλος Πακέτου Certified Computer Expert-ACTA
Κωδικός Πακέτου ACTA - CCE - 002 Τίτλος Πακέτου Certified Computer Expert-ACTA Εκπαιδευτικές Ενότητες Επεξεργασία Κειμένου - Word Δημιουργία Εγγράφου Προχωρημένες τεχνικές επεξεργασίας κειμένου & αρχείων
Διαβάστε περισσότεραΑσκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 4 ης διάλεξης 4.1. (α) Αποδείξτε ότι αν η h είναι συνεπής, τότε h(n
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΠΙΣΤΗΜΕΣ ΛΟΓΟΥ ΚΑΙ ΑΚΟΗΣ
ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΠΙΣΤΗΜΕΣ ΛΟΓΟΥ ΚΑΙ ΑΚΟΗΣ Ενότητα 9: Σημασιολογική οργάνωση του λόγου νοητό λεξικό Οκαλίδου Αρετή Τμήμα Εκπαιδευτικής και Κοινωνικής Πολιτικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών
44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.
Διαβάστε περισσότεραΔεύτερη διδακτική πρόταση Έλεγχος επίδοσης στο σχολείο. 1 φωτοτυπία ανά μαθητή με τον έλεγχο παραγωγή προφορικού λόγου, παραγωγή γραπτού λόγου
Κατανόηση προφορικού λόγου Επίπεδο B Δεύτερη διδακτική πρόταση Έλεγχος επίδοσης στο σχολείο Ενδεικτική διάρκεια: Ομάδα-στόχος: Διδακτικός στόχος: Στρατηγικές: Υλικό: Ενσωμάτωση δραστηριοτήτων: 1 διδακτική
Διαβάστε περισσότεραΤο Μάθημα της Γλώσσας στο Δημοτικό του Κολλεγίου Αθηνών
Το Μάθημα της Γλώσσας στο Δημοτικό του Κολλεγίου Αθηνών 1 η Τάξη Στόχοι Τα παιδιά: Αναπτύσσουν, σε κάθε ευκαιρία, τον προφορικό λόγο. Ως ομιλητές απαντούν σε απλές ερωτήσεις, ανακοινώνουν, περιγράφουν,
Διαβάστε περισσότεραΕισαγωγή στη Γλωσσολογία Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εισαγωγή στη Γλωσσολογία Ι Σύνταξη Διδάσκοντες: Επίκ. Καθ. Μαρία Λεκάκου, Λέκτορας Μαρία Μαστροπαύλου Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Διαβάστε περισσότεραModern Greek Beginners
2017 HIGHER SCHOOL CERTIFICATE EXAMINATION Modern Greek Beginners ( Section I Listening) Transcript Familiarisation Text Τι θέλεις να σπουδάσεις του χρόνου; Θέλω να γίνω φαρμακοποιός. Σε ποιο πανεπιστήμιο;
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ. Information Extraction
ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ ΚΑΙ ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ Information Extraction Information Extraction Μορφή της πληροφορίας Δομημένα δεδομένα Relational Databases (SQL) XML markup Μη-δομημένα δεδομένα
Διαβάστε περισσότεραΠύλη Ηλεκτρονικής Μάθησης του ΕΔΙΑΜΜΕ
του ΕΔΙΑΜΜΕ Μαρία Καραβελάκη, Αναλύτρια εκπαιδευτικών συστημάτων ΙΝΤΕ*LEARN Τεχνολογίες Αιχμής στην Εκπαιδευτική Πράξη, 5 η Διημερίδα, 15-16 Μαρτίου 2 0 1 4 του ΕΔΙΑΜΜΕ Η πύλη Ηλεκτρονικής Μάθησης αποτελεί
Διαβάστε περισσότεραΒιογραφικό σημείωμα. Οι δύο λειτουργίες που πρέπει να επιτελεί για να είναι επιτυχημένο είναι:
Βιογραφικό σημείωμα Οι δύο λειτουργίες που πρέπει να επιτελεί για να είναι επιτυχημένο είναι: Να πληροφορεί τον εργοδότη για τα προσόντα μας. Να τον πείθει ότι είμαστε κατάλληλοι για την συγκεκριμένη θέση
Διαβάστε περισσότεραΕΠΙΜΟΡΦΩΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΓΙΑ ΤΑ ΝΕΑ ΑΝΑΛΥΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ
ΕΠΙΜΟΡΦΩΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΜΕΣΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΓΙΑ ΤΑ ΝΕΑ ΑΝΑΛΥΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ «Καινοτομικές/Μαθητοκετρικές» Εκπαιδευτικές Προσεγγίσεις, Μέρος Β : 1. Παίξιμο Ρόλων 2. Ιστοεξερεύνηση 3. Καταιγισμός Ιδεών /
Διαβάστε περισσότεραΕνότητα 12 (κεφάλαιο 28) Αρχιτεκτονικές Εφαρμογών
ΕΠΛ362: Τεχνολογία Λογισμικού ΙΙ (μετάφραση στα ελληνικά των διαφανειών του βιβλίου Software Engineering, 9/E, Ian Sommerville, 2011) Ενότητα 12 (κεφάλαιο 28) Αρχιτεκτονικές Εφαρμογών Οι διαφάνειες αυτές
Διαβάστε περισσότεραΘεωρητική προσέγγιση του Σημασιολογικού Ιστού στο χώρο της πολιτισμικής πληροφορίας: μία πρότυπη εφαρμογή στη βιβλιοθηκονομία
Θεωρητική προσέγγιση του Σημασιολογικού Ιστού στο χώρο της πολιτισμικής πληροφορίας: μία πρότυπη εφαρμογή στη βιβλιοθηκονομία Σοφία Ζαπουνίδου, Αρχειονόμος Βιβλιοθηκονόμος, Πανεπιστήμιο Θεσσαλίας Κεντρική
Διαβάστε περισσότεραΠαραδειγματικό σενάριο στο μάθημα της Νεοελληνικής Γλώσσας. «Η παράσταση αρχίζει»
Π.3.1.4 Ολοκληρωμένα παραδείγματα εκπαιδευτικών σεναρίων ανά γνωστικό αντικείμενο με εφαρμογή των αρχών σχεδίασης Παραδειγματικό σενάριο στο μάθημα της Νεοελληνικής Γλώσσας «Η παράσταση αρχίζει» ΝΙΚΟΛΑΟΣ
Διαβάστε περισσότεραΚεφάλαιο 6ο: Παρόν και μέλλον της Υπολογιστικής Γλωσσολογίας
Κεφάλαιο 6ο: Παρόν και μέλλον της Υπολογιστικής Γλωσσολογίας Σύνοψη Στο τελευταίο αυτό κεφάλαιο του βιβλίου, αρχικά θα ανακαλέσουμε συνοπτικά το υλικό των προηγούμενων κεφαλαίων και θα δούμε τις συνδέσεις
Διαβάστε περισσότεραΗ εξέλιξη στα συστήματα Μηχανικής Μετάφρασης
Η εξέλιξη στα συστήματα Μηχανικής Μετάφρασης Σοφιανόπουλος Σωκράτης Ινστιτούτο Επεξεργασίας του Λόγου Δομή παρουσίασης Τι είναι η Μηχανική Μετάφραση (Machine Translation) Ιστορική αναδρομή Είδη συστημάτων
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη των Υπολογιστών
Εισαγωγή στην Επιστήμη των Υπολογιστών Ενότητα 1: Διαδικαστικά Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Θεόδωρος Τσιλιγκιρίδης Μαθησιακοί Στόχοι Παρουσίαση της δομής και των περιεχομένων του μαθήματος.
Διαβάστε περισσότερα1. Το ιατρείο λειτουργεί κάθε μέρα. Λ. 2. Η κατοικία του ασθενούς απέχει πολύ από το ιατρείο. Σ. 3. Ο ασθενής δουλεύει μόνο τις πρωινές ώρες.
Συγγραφέας: Μαρίνα Ματθαιουδάκη Δεξιότητα: Κατανόηση προφορικού λόγου Τύπος κειμένου: Τηλεφωνική συνδιάλεξη Θεματική: Γιατρός Θα ακούσετε (2) φορές έναν διάλογο μεταξύ μιας γραμματέα ιατρείου και ενός
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Μεταφραστές Εισαγωγή Διδάσκων: Επικ. Καθ. Γεώργιος Μανής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ & ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ
ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ & ΓΛΩΣΣΙΚΑ ΕΡΓΑΛΕΙΑ 19/2/213 1 ο ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ Αντικείμενο του Μαθήματος 2 Εφαρμογές και εργαλεία ΓλωσσικήςΤεχνολογίας με στόχο τη βελτίωση της πρωτογενούς
Διαβάστε περισσότεραΚεφ. 1: Εισαγωγή στην έννοια του Αλγορίθμου και στον Προγραμματισμό. Η έννοια του προβλήματος
Η έννοια του προβλήματος 1. Αναφέρετε μερικά από τα προβλήματα που συναντάτε στην καθημερινότητά σας. Απλά προβλήματα Ποιο δρόμο θα ακολουθήσω για να πάω στο σχολείο; Πως θα οργανώσω μια εκδρομή; Πως θα
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 16η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 16η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται σε ύλη του βιβλίου Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΒάσεις Δεδομένων. Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα
Βάσεις Δεδομένων Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα Στέργιος Παλαμάς, Υλικό Μαθήματος «Βάσεις Δεδομένων», 2015-2016 Κεφάλαιο 2: Περιβάλλον Βάσεων Δεδομένων Μοντέλα Δεδομένων 2.1
Διαβάστε περισσότεραΑΝΑΜΟΡΦΩΜΕΝΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΕΛΛΗΝΙΚΗΣ ΝΟΗΜΑΤΙΚΗΣ ΓΛΩΣΣΑΣ Α ΤΑΞΗ (Σ. Καρύπη, Μ. Χατζοπούλου) Ι.Ε.Π Περιεχόμενο γενικών στόχων
ΑΝΑΜΟΡΦΩΜΕΝΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΕΛΛΗΝΙΚΗΣ ΝΟΗΜΑΤΙΚΗΣ ΓΛΩΣΣΑΣ Α ΤΑΞΗ (Σ. Καρύπη, Μ. Χατζοπούλου) Ι.Ε.Π. 2018 Περιεχόμενο γενικών στόχων Αντιληπτική γλώσσα Ο/η μαθητής-τρια ασκείται βαθμιαία ώστε: 1. Να κατανοεί
Διαβάστε περισσότεραΑσκήσεις μελέτης της ενότητας «Συντακτική Ανάλυση»
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της ενότητας «Συντακτική Ανάλυση» Παραδώστε μια αναφορά (το πολύ 5 σελίδων) για την άσκηση 9 και επιδείξτε
Διαβάστε περισσότεραΒάσεις Δεδομένων. Εισαγωγή Ανάλυση Απαιτήσεων. Φροντιστήριο 1 ο
Βάσεις Δεδομένων Εισαγωγή Ανάλυση Απαιτήσεων Φροντιστήριο 1 ο 16-10-2008 Εισαγωγή - Ορισμοί Βάση Δεδομένων είναι μία συλλογή από σχετιζόμενα αντικείμενα Ένα σύστημα διαχείρισης βάσεων δεδομένων (ΣΔΒΔ)
Διαβάστε περισσότεραΚεφάλαιο 6 Υλοποίηση Γλωσσών Προγραμματισμού
Κεφάλαιο 6 Υλοποίηση Γλωσσών Προγραμματισμού Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Μεταγλωττιστής Πρόγραμμα Διαβάζει προγράμματα δεδομένης γλώσσας (πηγαία γλώσσα) και τα μετατρέπει
Διαβάστε περισσότεραΟικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Γλωσσική Τεχνολογία, 2014 15 Διδάσκων: Ι. Ανδρουτσόπουλος
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Γλωσσική Τεχνολογία, 2014 15 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 4 ης ενότητας (σημασιολογική ανάλυση) 4.1. Παραστήστε σε πρωτοβάθμια
Διαβάστε περισσότεραΜεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 2 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών
Γιώργος Δημητρίου Μάθημα 2 ο Αλφάβητα και Γλώσσες Αλφάβητο: Ένα μη κενό και πεπερασμένο σύνολο συμβόλων Γλώσσα: Ένα οποιοδήποτε υποσύνολο των συμβολοσειρών ενός αλφαβήτου (οι προτάσεις της γλώσσας, πχ.
Διαβάστε περισσότεραΕΙΔΙΚΟ ΕΝΤΥΠΟ ΠΕΡΙΓΡΑΦΗΣ ΜΑΘΗΜΑΤΩΝ. Υποχρεωτικής επιλογής (Κατεύθυνσης)
ΕΙΔΙΚΟ ΕΝΤΥΠΟ ΠΕΡΙΓΡΑΦΗΣ ΜΑΘΗΜΑΤΩΝ Ακαδημαϊκή Μονάδα: Τομέας: Εργαστήριο/Σπουδαστήριο/Κλινική: Τίτλος Μαθήματος / Θέμα Εργασίας: Κωδικός Μαθήματος: Τύπος Μαθήματος: ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΥΣΤΗΜΑΤΑ ΣΤΗΡΙΞΗΣ
Διαβάστε περισσότεραανοιχτά γλωσσικά δεδομένα: η υποδομή γλωσσικών πόρων και υπηρεσιών clarin:el
ανοιχτά γλωσσικά δεδομένα: η υποδομή γλωσσικών πόρων και υπηρεσιών clarin:el Σαράντος Καπιδάκης 1, Στέλιος Πιπερίδης 2, Πένυ Λαμπροπούλου 2, Μαρία Γαβριηλίδου 2 ( 1 Ιόνιο Πανεπιστήμιο, 2 Ε.Κ. Αθηνά / ΙΕΛ)
Διαβάστε περισσότερα