• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Semantic Technologies

2023/2024
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
Department of Information Technologies in Business (Faculty of Computer Science, Economics, and Social Sciences)
Course type:
Compulsory course
When:
1 year, 4 module

Instructor

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает требования к образовательным результатам и результатам обучения студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих дисциплину «Семантические технологии», учебных ассистентов и студентов направления подготовки 38.04.05 Бизнес-информатика, обучающихся по образовательной программе «Бизнес-аналитика».
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у студентов навыков применения современных технологий интеллектуальной обработки данных на основе их семантической интерпретации
Планируемые результаты обучения

Планируемые результаты обучения

  • Студент знает и способен использовать технологии Semantic Web.
  • Студент знает и способен использовать технологии и инструментальные средства обработки естественного языка.
  • Студент знает и способен использовать технологии обработки естественного языка.
  • Студент знаком с понятиям модели представления знаний.
  • Студент способен использовать информационно-поисковые тезаурусы и онтологии при обработке информации.
  • Студент способен применят логическую модель представления знаний.
  • Студент способен применят продукционная модель представления знаний.
  • Студент способен применят семантические сети для представления знаний.
  • Студент способен применят фреймы для представления знаний.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Модели представления знаний, общий обзор
  • Тема 2. Логическая модель представления знаний
  • Тема 3. Продукционная модель представления знаний
  • Тема 4. Фреймы для представления знаний
  • Тема 5. Семантические сети для представления знаний
  • Тема 6. Онтологии и тезаурусы
  • Тема 7. Компьютерная лингвистика
  • Тема 8. Этапы анализа текста
  • Тема 9. Инструментальные средства разработки приложений автоматической обработки текстов
  • Тема 10. Введение в технологию Semantic Web
  • Тема 11. Базовые технологии Semantic Web
  • Тема 12. Агенты в Semantic Web
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторная работа №1
  • неблокирующий Лабораторная работа №2
  • неблокирующий Лабораторная работа №3
  • неблокирующий Лабораторная работа №4
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    0.15 * Лабораторная работа №1 + 0.15 * Лабораторная работа №2 + 0.15 * Лабораторная работа №3 + 0.15 * Лабораторная работа №4 + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Загорулько, Ю. А.  Искусственный интеллект. Инженерия знаний : учебное пособие для вузов / Ю. А. Загорулько, Г. Б. Загорулько. — Москва : Издательство Юрайт, 2019. — 93 с. — (Университеты России). — ISBN 978-5-534-07198-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/442134 (дата обращения: 28.08.2023).

Рекомендуемая дополнительная литература

  • Назаров, Д. М.  Интеллектуальные системы: основы теории нечетких множеств : учебное пособие для академического бакалавриата / Д. М. Назаров, Л. К. Конышева. — 3-е изд., испр. и доп. — Москва : Издательство Юрайт, 2019. — 186 с. — (Бакалавр. Академический курс). — ISBN 978-5-534-07496-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/423214 (дата обращения: 28.08.2023).