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

Lanin, Viacheslav

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

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

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

• 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

• Лабораторная работа №1
• Лабораторная работа №2
• Лабораторная работа №3
• Лабораторная работа №4
• Экзамен

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

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).

Авторы

• Карпович Марина Валерьевна
• Ланин Вячеслав Владимирович