檔案產生時間：2022/3/4 下午 07:55:17
本表如有異動，於4小時內自動更新

一、課程基本資料 Course Information
科目名稱 Course Title： (中文)自然語言處理 (英文)NATURAL LANGUAGE PROCESS		開課學期 Semester：110學年度第2學期 開課班級 Class：資四Ａ
授課教師 Instructor：黃日鉦 HUANG, JIH-JENG
科目代碼 Course Code：BCP80902	單全學期 Semester/Year：單			分組組別 Section：
人數限制 Class Size：50	必選修別 Required/Elective：選			學分數 Credit(s)：3
星期節次 Day/Session： 一E56	前次異動時間 Time Last Edited：110年12月03日09時28分
資訊管理學系基本能力指標 Basic Ability Index
編號 Code 指標名稱 Basic Ability Index 本科目對應之指標 Correspondent Index 達成該項基本能力之考評方式 Methods Of Evaluating This Ability 1 資訊科技專業知能 Proficiency in professional knowledge of information technology ● 》出缺席狀況 》課堂討論與表現 》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式) 》作業成績 》展演 》實作(含分組演練/合作等) 2 商學管理規劃知能 Proficiency in knowledge of business management ● 》出缺席狀況 》課堂討論與表現 》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式) 》作業成績 3 系統開發設計知能 Proficiency in system development and design ● 》出缺席狀況 》課堂討論與表現 》報告(含個人或小組、口頭或書面、專題、訪問、觀察等形式) 4 問題分析與批判思考能力 Ability of problems solving and critical thinking ● 》出缺席狀況 》作業成績 》展演 》實作(含分組演練/合作等) 5 溝通協調與團隊合作能力 Ability of teamwork and communication coordination     6 跨領域與整合運用資源能力 Ability of interdisciplinary and integration for operation of resources     7 國際化能力與社會責任 Awareness of social responsibility and globalization
二、指定教科書及參考資料 Textbooks and Reference (請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts 黃日鉦，人工智慧與深度學習—理論與Python實踐，碁峰：台北，2020，ISBN: 9789865023898。 ●參考書資料暨網路資源 Reference Books and Online Resources
三、教學目標 Objectives
本課程旨在涵蓋用於自然語言處理的最新深度學習方法。 主題包括詞嵌入/上下文化詞嵌入，預訓練和微調，機器翻譯，問題回答，摘要，信息提取，語義解析和對話系統等。此外，本課程將使用PYTHON程式來實作各種自然語言模型：包括Elmo, Transformer, Bert, GPT 等。
（英文簡介） This course aims to cover the state-of-the-art deep learning methods for natural language processing. The topics include word embeddings/contextualized word embeddings, pre-training and fine-tuning, machine translation, question answering, summarization, information extraction, semantic parsing and dialogue systems etc. In addition, we will use python to implement some natural language models, including Elmo, Transformer, Bert, GPT, etc.
四、課程內容 Course Description
●整體敘述 Overall Description 1 Introduction to natural language process (NLP) 2 Basic feature extraction methods 3 Developing a text classifier 4 Collecting text data from the Web 5 Topic modeling 6 Text summarization and text generation 7 Vector representation 8 Sentiment analysis 9 Deep learning for NLP 10 Text embeddings 11 Textual similarity (I) 12 Textual similarity (II) 13 Episodic memory and NLP 14 Attention 15 Transformers (I) 16 Transformers (II) 17 Applications
●分週敘述 Weekly Schedule

五、考評及成績核算方式 Grading

配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description 出席 10 10%   報告 2 70%   分組作業 5 20%   配分比率加總 100%

六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info

●課業輔導時間 Office Hour Mon. 3-5

●聯絡方式 Contact Info 研究室地點 Office：4203 EMAIL： 聯絡電話 Tel： 其他 Others：

七、教學助理聯絡方式 TA’s Contact Info

教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others

八、建議先修課程 Suggested Prerequisite Course

PYTHON

九、課程其他要求 Other Requirements

十、學校教材上網、數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website

學校教材上網網址 University’s Teaching Material Portal： 東吳大學Moodle數位平台：http://isee.scu.edu.tw

學校數位學習平台 University’s Digital Learning Platform： ☐東吳大學Moodle數位平台：http://isee.scu.edu.tw ☐東吳大學Tronclass行動數位平台：https://tronclass.scu.edu.tw

教師個人網址 Teacher's Website：

其他 Others：

十一、計畫表公布後異動說明 Changes Made After Posting Syllabus