Zurück zur Übersicht


INFMW  Automatische Sprachverarbeitung SG INF
Dozent : Prof. Dr. Martin Schafföner    eMail
Semester 2
Einordnung : Master Informatik (Winter-Immatrikulation), Wahlpflicht Katalog M-INF-W SWS 4
Sprache : Deutsch Art VÜS
Prüfungsart : PL  Credits
Prüfungsform : mündliche Prüfung 30 min 
Voraussetzungen :
Querverweise :  
Vorkenntnisse : Grundlagen der Wissensverarbeitung
Neugier und Interesse für die Anwendung mathematischer und algorithmischer Grundlagen auf das Phänomen Sprache  
Hilfsmittel und Besonderheiten : Studien- und Prüfungsleistungen:
Mündliche Prüfung
Semesterbegleitende Leistungen können in die Bewertung einbezogen werden. 
Lehrziele : Die Studierenden kennen den Prozess der Übertragung gesprochener in schriftliche Sprache und verstehen die typischen Verarbeitungsschritte.
Sie können Verfahren der automatischen Sprachverarbeitung auf praktische Problemstellungen anwenden und die Ergebnisse bewerten.
Die Studierenden haben einen Überblick über besondere Herausforderungen im Bereich der automatischen Sprachverarbeitung, wie z.B. großes Vokabular, starke Störgeräusche oder Mehr-Sprecher-Szenen.
Durch praktische Übungen mit vorhandenen Tools ist anwendungsbereites Wissen besonders gefestigt.
Die Studierenden sind in der Lage, aktuelle Verfahren und Algorithmen anzuwenden, zu konstruieren und zu implementieren sowie deren Leistungsfähigkeit abzuschätzen und zu beurteilen.  
Lehrinhalte :

• Überblick über Problemstellung und Lösungsarchitekturen der automatischen Sprachverarbeitung • Produktion und Rezeption natürlicher Sprache
• Sprachmodelle
• Merkmalsextraktion
• Klassifikation
• Hidden Markov Modelle
• Großes Vokabular
• Sprachverstehen und Dialogsteuerung
• Erkennung von Wortaggregationen: Phrasen und Named Entities
• Tools: HTK, CMU Sphinx, Apache UIMA  

Literatur : A. Wendemuth: Grundlagen der stochastischen Sprachverarbeitung. Oldenbourg, 2004
C. Manning, H. Schütze: Foundations of Statistical Natural Language Processing. MIT Press, 2000
D. Bertsekas: Dynamic Programming and Optimal Control, Vol. I. Athena Scientific, 2000
D. Yu, L. Deng: Automatic Speech Recognition: A Deep Learning Approach. Springer, 2014
J. Li et.al.: Robust Automatic Speech Recognition: A Bridge to Practical Applications. Academic Press, 2015
C. Pearl: Designing Voice User Interfaces: Principles of Conversational Experiences. O'Reilly Media, 2016  


Zurück zur Übersicht