Обробка та аналіз текстових даних на Python - Силабус освітнього компонента

Реквізити навчальної дисципліни

Програма навчальної дисципліни

Опис навчальної дисципліни, її мета, предмет вивчання та результати навчання

Під час навчання студенти ознайомляться з основними поняттями, методами та засобами попередньої підготовки, представлення у вигляді векторних моделей, обробки та аналізу текстових даних. На лабораторних заняттях навчаться використовувати основні бібліотеки мови Python для роботи з текстовими даними (NLTK, Gensim, Textblob, spaCy Sсіkіt-lеаrn, Pаndаѕ). Передбачено контроль якості отриманих знань у вигляді модульної контрольної роботи.

Метою навчальної дисципліни

є формування у студентів теоретичних знань і практичних здатностей застосовувати загальні методи і засоби підготовки, статистичної обробки та аналізу текстових даних, використовуючи основні бібліотеки мови Python для роботи з текстовими даними.

Предмет навчальної дисципліни:

методи та засоби обробки та аналізу текстових даних та їх реалізація на мові Python.

Програмні результати навчання, на формування та покращення яких спрямована дисципліна:

ефективно використовувати бібліотеки мови Python для обробки та аналізу текстових даних; правильно обирати методи та алгоритми для попередньої обробки даних; використовувати алгоритми машинного навчання для класифікації, кластеризації, аналізу настроїв і т.д.; ефективно обробляти та аналізувати текстові дані; створювати програми мовою Python для роботи з текстовими даними.

Пререквізити та постреквізити дисципліни (місце в структурно-логічній схемі навчання за відповідною освітньою програмою)

Пререквізити

вміти користуватися комп’ютером, мати базові знання з програмування, структур даних та алгоритмів, математичного аналізу, математичної статистики, мати досвід написання простих програм мовою Python.

Постреквізити

після проходження дисципліни студенти зможуть ефективно обробляти, візуалізувати та аналізувати текстові дані, застосовувати основні алгоритми машинного навчання, вирішувати проблеми обробки природньої мови, використовувати засоби бібліотек NLTK, Gensim, Textblob, spaCy, Sсіkіt-lеаrn, Pаndаѕ.

Зміст навчальної дисципліни

Розділ 1. Основні поняття та попередня обробка текстових даних Тема 1.1 Основні поняття обробки текстових даних Тема 1.2 Попередня обробка текстових даних Тема 1.3 Визначення частин мови Тема 1.4 Статистичні моделі текстових даних Тема 1.5 Моделі текстових даних на основі ШІ Розділ 2. Основні задачі обробки природньої мови Тема 2.1 Класифікація текстів Тема 2.2 Моделі класифікації в scikit-learn Тема 2.3. Моделювання тем Тема 2.4. Вилучення інформації про документ Тема 2.5 Кластеризація текстів Тема 2.6. Семантичний аналіз Тема 2.7. Визначення іменованих сутностей Тема 2.8. Аналіз настроїв Розділ 3. Бібліотека spaCy Тема 3.1. Об’єкти бібліотеки spaCy Тема 3.2. Моделі spaCy Тема 3.3. Перетворювачі spaCy Тема 3.4. Діалогові системи

Навчальні матеріали та ресурси

Базова література

1. Benjamin Bengfort. Applied Text Analysis with Python. – O’Reilly Media, 2018. – 332p.
2. Bhargav Srinivasa. Natural Language Processing and Computational Linguistics. – Packt, 2018. – 298p.
3. Jens Albrecht. Blueprints for Text Analysis Using Python. – O’Reilly Media, 2021. – 422p.
4. Aman Kedia. Hands-On Python Natural Language Processing. – Packt, 2020. – 304p.

Допоміжна література

5. Василенко О. А. Математично-статистичні методи аналізу у прикладних дослідженнях: навч. посіб. / О. А. Василенко, І. А. Сенча. – Одеса: ОНАЗ ім. О. С. Попова, 2011. – 166 с.
6. Sanjeev J. Wagh. Fundamentals of Data Science. — Taylor & Francis Group, LLC, 2022. – 297 р.
7. Avinash Navlani. Python Data Analysis. —Packt Publishing, 2021. – 463 p.
8. Joel Grus. Data Science from Scratch. – O’Reilly Media, Inc., 2019. – 513p.

Навчальний контент

Методика опанування навчальної дисципліни (освітнього компонента)

Лекційні заняття

Лабораторні заняття

Самостійна робота студента/аспіранта

Політика та контроль

Політика навчальної дисципліни (освітнього компонента)

Система вимог, які ставляться перед студентом:

• правила відвідування занять: заборонено оцінювати присутність або відсутність здобувача на аудиторному занятті, в тому числі нараховувати заохочувальні або штрафні бали. Відповідно до РСО даної дисципліни бали нараховують за відповідні види навчальної активності на лекційних та лабораторних заняттях;
• на лекції викладач користується власним презентаційним матеріалом; використовує гугл-диск для викладання матеріалу поточної лекції, додаткової інформації, завдань до лабораторних робіт та інше;
• питання на лекції задаються у відведений для цього час;
• звіти з лабораторних робіт завантажуються напередодні захисту; для захисту лабораторної роботи необхідно продемонструвати роботу відповідної завданню програми та відповісти на питання щодо програми та контрольні питання;
• модульні контрольні роботи пишуться на лекційних заняттях без застосування допоміжних засобів (мобільні телефони, планшети та ін.); результат завантажується у файлі через гугл-форму до відповідної директорії гугл-диску;
• заохочувальні бали виставляються за: участь у факультетських та інститутських олімпіадах з навчальних дисциплін, участь у конкурсах робіт, підготовка оглядів наукових праць тощо. Кількість заохочуваних балів не більше 10;
• штрафні бали виставляються за: несвоєчасне подання лабораторних робіт до захисту без поважних причин; переписування модульної контрольної роботи. Кількість штрафних балів не більше 10.

Види контролю та рейтингова система оцінювання результатів навчання (РСО)

Поточний контроль: МКР, виконання та захист лабораторних робіт. Календарний контроль: проводиться двічі на семестр як моніторинг поточного стану виконання вимог силабусу. Семестровий контроль: залік. Умови допуску до семестрового контролю: виконані та захищені лабораторні роботи, написана модульна контрольна робота. Якщо семестровий рейтинг не менше 60 балів, то залік виставляється автоматично, інакше — студент допускається до залікової контрольної роботи.

Рейтинг студента складається з балів, що він отримує за:

1. виконання та захист лабораторних робіт;
2. виконання модульної контрольної роботи;
3. заохочувальні та штрафні бали.

Система рейтингових балів та критерії оцінювання

Лабораторні завдання

• «відмінно», пповна відповідь на питання під час захисту (не менш ніж 90% потрібної інформації), повне виконання завдання лабораторної роботи – 9 балів;
• «добре», достатньо повна відповідь на питання під час захисту (не менш ніж 75% потрібної інформації), повне виконання завдання лабораторної роботи – 7-8 балів;
• «задовільно», неповна відповідь на питання під час захисту (не менш ніж 60% потрібної інформації), незначні помилки у виконанні завдання лабораторної роботи – 5-6 балів;
• «незадовільно», незадовільна відповідь та/або значні помилки у виконання завдання лабораторної роботи – 0 балів.

За запізнення з поданням лабораторної роботи до захисту від встановленого терміну оцінка знижується на 1 бал.

Модульні контрольні роботи

• «відмінно», повна відповідь (не менш ніж 90% потрібної інформації), завдання виконано без помилок, дії обґрунтовано – 14 балів;
• «добре», достатньо повна відповідь (не менш ніж 75% потрібної інформації), завдання виконано без значних помилок – 10-13 балів;
• «задовільно», неповна відповідь, в деяких завданнях можуть бути присутні значні помилки, але не менше 60% виконано правильно – 7-9 балів;
• «незадовільно», незадовільна відповідь (неправильне виконання завдань), потребує обов’язкового повторного написання в кінці семестру – 0 балів.

Заохочувальні бали

за виконання творчих робіт з кредитного модуля (наприклад, участь у факультетських та інститутських олімпіадах з навчальних дисциплін, участь у конкурсах робіт, підготовка оглядів наукових праць тощо) 1-2 бали, але в сумі не більше 10.

Штрафні бали

штрафні бали виставляються за: несвоєчасне подання до захисту лабораторних робіт без поважних причин; переписування модульної контрольної роботи. Кількість штрафних балів не більше 10.

Календарний контроль

За результатами навчальної роботи за перші 7 тижнів максимально можлива кількість балів – 32 бали (2 лабораторних роботи, перша частина модульної контрольної роботи). На першій атестації (8-й тиждень) студент отримує «зараховано», якщо його поточний рейтинг не менший ніж 16 балів.

За результатами 13 тижнів навчання максимально можлива кількість балів – 59 балів (5 лабораторних робіт, перша частина модульної контрольної роботи). На другій атестації (14-й тиждень) студент отримує «зараховано», якщо його поточний рейтинг не менший ніж 30 балів.

Максимальна сума вагових балів контрольних заходів протягом семестру складає:

RD = 8*r_л.р.+2*r_мкр+ (r_з - r_ш)=8*9+2*14+(r_з - r_ш)=100 + (r_з - r_ш), де r_л.р. – бал за лабораторну роботу (0…9); r_мкр – бал за написання МКР (0…14); r_з – заохочувальні бали (0…10); r_зш – штрафні бали (0…10);.

Залік

Студенти, які виконали всі умови допуску до семестрової атестації (написали всі модульні контрольні, виконали і захистили всі лабораторні роботи) та набрали протягом семестру необхідну кількість балів (RD ≥ 60), отримують залікову оцінку (залік) автоматично відповідно до набраного рейтингу (табл. 1, що наведена нижче). У такому разі до заліково-екзаменаційної відомості вносяться бали RD та відповідні оцінки. Студенти, які набрали протягом семестру менше ніж 60 балів та не мають заборгованостей, зобов’язані виконувати залікову контрольну роботу. Залікова контрольна робота містить п’ять питань. Кожне питання оцінюється у 20 балів. Студентам, які протягом семестру набрали більш ніж 60 балів та виконали всі умови допуску, надається можливість виконувати залікову контрольну роботу з метою підвищення оцінки. В такому разі, попередній рейтинг студента з кредитного модуля скасовується і він отримує оцінку з урахуванням результатів залікової контрольної роботи (табл. 1, що наведена нижче).

Система оцінювання питань

• «відмінно», повна відповідь (не менше 90% потрібної інформації) – 18-20 балів;
• «добре», достатньо повна відповідь (не менше 75% потрібної інформації, або незначні неточності) – 15-17 балів;
• «задовільно», неповна відповідь (не менше 60% потрібної інформації та деякі помилки) – 12-14 балів;
• «незадовільно», незадовільна відповідь – 0-11 балів.

Сума набраних балів RD або балів за залікову роботу переводиться до залікової оцінки згідно з таблицею:

Таблиця 1. Переведення рейтингових балів до оцінок за університетською шкалою

Додаткова інформація з дисципліни (освітнього компонента)

Робочу програму навчальної дисципліни (Силабус): Складено ст. викладач, Тимофєєва Юлія Сергіївна Ухвалено кафедрою ІСТ (протокол №21 від 29.06.2023 р.) Погоджено Методичною комісією факультету (протокол № 11 від 30.06.2023 р.)