自然語言處理與文件探勘

臺北科技大學 114-2 學期課程，課號 354664。

• 學期：114-2
• 授課教師：王正豪
• 學分：3
• 選修
• 上課時段：週一 7 節；週四 3、4 節

課程大綱

在各種應用情境中，非結構化的文件相當普遍。如何精確有效地從文件中擷取出重要資訊並分析語意，將有助於理解與彙整不同想法。本課程介紹基本的自然語言處理技術，包括: 語彙組成、語法分析、語意分析等，以及常見的文件探勘方法。除了傳統的詞性標註 (POS tagging)、關鍵詞擷取 (keyterm extraction)、中文斷詞 (word segmentation)等任務之外，也將探討不同的字詞與文件表達方式，並應用深度學習及大型語言模型進行有效的語意分析，如: 情緒分析、意見探勘等。

課程進度

1. Course Overview (1 wk) Part I: Natural Language Processing Weeks (2-9) 2. Words and Tokens 3. N-gram Language Models 4. Logistic Regression and Text Classification 5. Embeddings 6. Neural Networks 7. Large Language Models 8. Transformers 9. Information Retrieval and Retrieval-Augmented Generation 10. Midterm Part II: Text Mining Weeks (11-15) 11. Word embeddings 12. Phrase mining 13. Named entity recognition 14. Pattern-based text mining 15. Taxonomy mining 16-18. Term Project Presentation

評量方式

- Homework and Programming Exercises: ~40% - Mid-term exam: ~30% - Term Project: ~30%

教材

【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：是 Textbook: * Daniel Jurafsky and James H. Martin. 2025. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models, 3rd edition. Online manuscript released August 24, 2025. https://web.stanford.edu/~jurafsky/slp3. References: * Christopher Manning and Hinrich Schuetze, Foundations of Statistical Natural Language Processing, MIT Press, 1999. - https://nlp.stanford.edu/fsnlp/ * James Allen, Natural Language Understanding, 2nd ed., Benjamin Cummings, 1994. * Stanford Course CS224N: Natural Language Processing with Deep Learning * UIUC Course CS447: Natural Language Processing * UIUC Course CS512: Data Mining: Principles and Algorithms * Related academic papers