Introduit le cours sur le traitement du langage naturel moderne, couvrant son importance, ses applications, ses défis et les progrès de la technologie.
Introduit le cours sur les systèmes d'information distribués, en mettant l'accent sur les concepts clés et les outils pratiques pour le traitement des données.
Présente des modèles de langage classiques, leurs applications et des concepts fondamentaux tels que la modélisation et les mesures d'évaluation basées sur le nombre.
Explore le concept de Knowledge Graphs et leur rôle dans l'intégration des données et la compréhension sémantique, montrant des exemples et des applications du monde réel.
Couvre les bases du traitement du langage naturel, y compris la tokenisation, le marquage en partie de la parole et l'intégration, et explore des applications pratiques comme l'analyse du sentiment.
Introduit le traitement du langage naturel (NLP) et ses applications, couvrant la tokenisation, l'apprentissage automatique, l'analyse du sentiment et les applications NLP suisses.
Discute de la représentation des données au moyen de modèles et de systèmes, couvrant les modèles mathématiques, les structures de données, les niveaux de modélisation et la gestion des données.