Wydobywanie reguł na potrzeby ujednoznaczniania morfo-syntaktycznego oraz płytkiej analizy składniowej tekstów polskich
|
|
- Kornelia Krawczyk
- 8 lat temu
- Przeglądów:
Transkrypt
1 Wydobywanie reguł na potrzeby ujednoznaczniania morfo-syntaktycznego oraz płytkiej analizy składniowej tekstów polskich Adam Radziszewski Instytut Informatyki Stosowanej PWr SIIS 23, 12 czerwca 2008
2 O czym będzie mowa 1 Wprowadzenie 2 Przetwarzanie morfo-syntaktyczne 3 Stan badań 4 Propozycja 5 Podsumowanie 2 / 24
3 Wprowadzenie Zadania przetwarzania tesktu (1) Wydobywanie informacji z tekstu Duży zbiór dokumentów tekstowych, np. raportów medycznych Potrzeba informacyjna użytkownika Automatyczne wypełnienie rekordów, np. P, O, S, C : Pacjent P przyjęty na oddział O szpitala S po rozpoznaniu jednostki chorobowej C Maszynowe tłumaczenie Wejście: tekst w języku J Wyjście: tekst w języku K Automatyczne streszczanie Wejście: tekst w języku J Wyjście: krótszy tekst w języku J zawierający najistotniejsze informacje z tekstu wejściowego 3 / 24
4 Wprowadzenie Zadania przetwarzania tesktu (2) Trudne i złożone zadania Wstępne przetworzenie tekstu wejściowego pozwala abstrahować od cech morfologicznych i składniowych Redukcja niejednoznaczności ogromna przepaść jak można tak przepaść Ustalenie ról pełnionych przez wyrazy Prezydent odwiedził ministra Prezydenta odwiedził minister 4 / 24
5 Wprowadzenie Zadania przetwarzania tesktu (3) Dziedzina: przetwarzanie języka naturalnego Rozpatrywane poziomy: morfologia i składnia Dążymy do opracowania uniwersalnych metod przetwarzania języka polskiego, które ułatwią wykonywanie innych zadań Zastosowanie praktyczne: stworzenie narzędzi do przetwarzania języka polskiego potrzebnych w ramach projektów realizowanych w instytucie Common Language Resources and INfrastructure Wspomaganie decyzji systemy nowej generacji 5 / 24
6 Przetwarzanie morfo-syntaktyczne Analiza morfologiczna (1) Klasyfikacja każdego wystąpienia jednostki leksykalnej (tokenu) Realizowana jest poprzez przypisanie znacznika określającego: klasę słowa (część mowy), wybrane własności wyrazu (głównie związane z odmianą) Analiza morfologiczna M : W 2 T T skończony ustalony zbiór znaczników, które mogą być przypisane jednostce leksykalnej. W zbiór tokenów 6 / 24
7 Przetwarzanie morfo-syntaktyczne Analiza morfologiczna (2) Nie patrzymy na kontekst wystąpienia Analiza morfologiczna jest wieloznaczna M : W 2 T przepaść czasownik, bezokolicznik rzeczownik, mianownik, rodzaj żeński, l. poj. rzeczownik, biernik, rodzaj żeński, l. poj. Kilka analizatorów dla języka polskiego Morfeusz Marcina Wolińskiego rozpoznaje form Odgadywacz ponad 70% dokładności [Piasecki, Radziszewski 2007] 7 / 24
8 Przetwarzanie morfo-syntaktyczne Ujednoznacznianie morfo-syntaktyczne (1) Wybieramy właściwy w danym kontekście znacznik Uzyskujemy przypisanie każdemu tokenowi dokładnie jednego znacznika Narzędzia ujednoznacznianiające nazywane są tagerami Aby ocenić jakość tagera, potrzebujemy wzorcowego tekstu oznakowanego ręcznie Trafność tagera (accuracy): procent tokenów oznaczonych prawidłowo 8 / 24
9 Przetwarzanie morfo-syntaktyczne Ujednoznacznianie morfo-syntaktyczne (2) Po analizie morfologicznej wielka przymiotnik, mianownik, rodzaj żeński, l. poj. przepaść czasownik, bezokolicznik rzeczownik, mianownik, rodzaj żeński, l. poj. rzeczownik, biernik, rodzaj żeński, l. poj. 9 / 24
10 Przetwarzanie morfo-syntaktyczne Ujednoznacznianie morfo-syntaktyczne (3) Po ujednoznacznieniu morfo-syntaktycznym wielka przymiotnik, mianownik, rodzaj żeński, l. poj. przepaść czasownik, bezokolicznik rzeczownik, mianownik, rodzaj żeński, l. poj. rzeczownik, biernik, rodzaj żeński, l. poj. 10 / 24
11 Przetwarzanie morfo-syntaktyczne Kontekst a ujednoznacznianie morfo-syntaktyczne Tybetańskie władze na wygnaniu przekonują, że liczba ofiar jest o wiele większa i sięga ponad 150 osób. * * * Tybetańskie władze na wygnaniu * * Tybetańskie władze na wygnaniu przekonują * Tybetańskie władze na wygnaniu przekonują, Tybetańskie władze na wygnaniu przekonują, że władze na wygnaniu przekonują, że liczba Lewy kontekst K L = <M(władze), M(na), M(wygnaniu)> Prawy kontekst K P = <M(,), M(że), M(liczba)> Pozycja p 5 = <K L, K P, M(przekonują)> p 5 Poz Poz = Kon Kon 2 T Ujednoznacznianie D: Poz T 11 / 24
12 Przetwarzanie morfo-syntaktyczne Analiza składniowa Pełna analiza składniowa: pełna struktura zdania Najczęściej: drzewo rozbioru składniowego Dokładny opis wszystkich fraz, pełen stopień zagnieżdżenia Istniejące analizatory składniowe dla języka polskiego są niepraktyczne Dla wielu zdań nie potrafią dać żadnej analizy Dla wielu zdań dają tysiące alternatywnych analiz Mają charakter eksperymentalno-badawczy Płytka analiza składniowa (ang. shallow parsing) Rezygnujemy z dokładności opisu na rzecz pewności Ograniczony stopień zagłębienia lub struktura płaska Ograniczony zestaw wyróżnianych fraz lub całostek 12 / 24
13 Przetwarzanie morfo-syntaktyczne Całostki składniowe Całostka (ang. chunk) [Abney, 1996] Nierekursywny rdzeń frazy wewnątrzzdaniowej rozciągający się od początku frazy do jej elementu nadrzędnego. Przykłady całostek rzeczownikowych [ Tybetańskie władze ] na [ wygnaniu ] przekonują, że [ liczba ] [ ofiar ] jest o wiele większa i sięga ponad 150 [ osób ]. Całostkowanie (znakowanie całostek) można sprowadzić do klasyfikacji tokenów. Tokenowi możemy przypisać znacznik określający: do jakiego typu całostki należy (lub nie należy do żadnej z rozpatrywanych), czy stanowi początek całostki 13 / 24
14 Stan badań Ujednoznacznianie języków słowiańskich (1) Swobodny szyk wyrazów oraz mnogość form w językach słowiańskich czynią metody czysto statystyczne bezużytecznymi [Sharoff, 2004] Język polski Tager TaKIPI [Piasecki, Godlewski 2006] Trafność 93,44% Drzewa decyzyjne, niewielka liczba reguł pisanych ręcznie Ręcznie dobierane atrybuty dla drzew decyzyjnych Język czeski Reguły ręczne i model Markowa: 95,16% [Hajič et al. 2001] ILP: 1% błędu przy ok. 50-procentowej redukcji niejednoznaczności [Nepil et al. 2001] 14 / 24
15 Stan badań Ujednoznacznianie języków słowiańskich (2) Tager TaKIPI: trafność 93,44% Dużą część tekstu stanowią jednostki jednoznaczne (50,0% tokenów korpusu znakowanego ręcznie) Dla jednostek wieloznacznych: 86,3% Zastosowania pokazują, że dokładność ta jest niewystarczająca Eksperymenty z automatycznym wydobywaniem synonimii Wyniki: synonimem słowa robot są robota, praca, urządzenie Błąd tagera: robota jako dopełniacz słowa robot 15 / 24
16 Stan badań Płytka analiza składniowa Formalizm dla języka polskiego prace Przepiórkowskiego Jednoczesne ujednoznacznianie i płytka analiza składniowa Założenie: wszystkie reguły pisane ręczne Brak wyników i systematyki planowanych typów fraz Formalizm wydaje się zbyt skomplikowany dla maszynowego uczenia całostkowania Gramatyki regularne pisane ręcznie [Przepiórkowski 1997] Brak uniwersalnego płytkiego parsera dla języka polskiego Znakowanie całostek rzeczownikowym w słoweńskich instrukcjach użytkownika: 77% [Tanev, Mitkov 2002] 16 / 24
17 Propozycja Cel i zakres Cel pracy Opracowanie metody znakowania całostek składniowych dla języka polskiego, która umożliwi jednoczesne ujednoznacznianie morfo-syntaktyczne. Poprawa trafności ujednoznaczniania w stosunku do znanych metod. Zakres 1 Metoda ma ujednoznaczniać tekst poddany analizie morfologicznej. 2 Zestaw całostek będzie ograniczony do kilku (1 4). 3 Badania prowadzone będą w kierunku metod pozyskujących wiedzę z dostępnego tekstu oznakowanego ręcznie. 17 / 24
18 Propozycja Schemat Tybetańskie władze na wygnaniu przekonują, że... Analizator morfologiczny Tybetańskie {adj,...} władze {...} na {...} wygnaniu {...} przekonują {...}, {interp} że {...}... Ujednoznacznianie i całostkowanie Tekst (ciąg tokenów) Tekst poddany analizie morfologicznej [Tybetańskieadj władze] subst na prep [wygnaniu] subst przekonują fin, interp że conj... Tekst ujednoznaczniony z oznaczonymi całostkami 18 / 24
19 Propozycja Propozycja kształtu rozwiązania (1) Złączenie ujednoznaczniania z płytką analizą składniową Informacja potrzebna do ujednoznacznienia ma charakter składniowy Oznaczenie całostki pociąga za sobą ograniczenie możliwych znaczników Znacznikom morfo-syntaktycznym przypisujemy typowe znaczniki całostek za [Karlsson 1990] W tekście nieujednoznacznionym część tokenów jest jednoznaczna Część tokenów należy jednoznacznie do pewnej całostki Oznaczamy takie tokeny, po czym stosujemy reguły 19 / 24
20 Propozycja Propozycja kształtu rozwiązania (2) Indukcja reguł ujednoznaczniających, które ingerują również w całostki Reguły powiększają całostki w lewo lub w prawo, ograniczając jednocześnie możliwe znaczniki morfo-syntaktyczne Reguły nie mogą zawęzić całostki, mogą jednak określać miejsca, przez które nie może przechodzić całostka Szablony reguł definiują wiedzę lingwistyczną podaną ręcznie Swobodny szyk wyrazów w zdaniu W tekście występują tokeny, które nie mają większego wpływu na ujednoznacznianie pozostałych Ma sens utworzenie pośredniej reprezentacji zdania pomijającej takie tokeny Zdanie złożone może być podzielone na więcej niż jedną pośrednią reprezentację 20 / 24
21 Propozycja Propozycja kształtu rozwiązania (3) Władze wielokrotnie zapewniały, że zginęło jedynie 22 demonstrantów. Władze wielokrotnie zapewniały, że zginęło jedynie 22 demonstrantów. Władze wielokrotnie zapewniały, zginęło jedynie 22 demonstrantów. A: Władze wielokrotnie zapewniały, że zginęło jedynie 22 demonstrantów. B: Władze zapewniały, C: zginęło 22 demonstrantów. 21 / 24
22 Podsumowanie Podsumowanie Przetwarzanie morfo-syntaktyczne języka polskiego Analiza morfologiczna: istnieją narzędzia o wysokiej trafności Ujednoznaczanie morfo-syntaktyczne: istnieją narzędzia, warto poprawić ich trafność Płytka analiza składniowa: praktycznie brak narzędzi Wyzwania Bogata fleksja języków słowiańskich, duży zbiór znaczników Szyk wyrazów nie determinuje funkcji przez nie pełnionych Szyk jest swobodny, występują długodystansowe zależności Możliwe korzyści Poprawa jakości istniejących i przyszłych systemów przetwarzania języka naturalnego Poprawa oznakowania korpusu języka polskiego IPI PAN Możliwość przetestowania opracowanych metod na innych językach 22 / 24
23 Podsumowanie Literatura (1) Dębowski, Tagowanie i dezambiguacja morfosyntaktyczna. Przegląd metod i oprogramowania Piasecki, Godlewski, Effective Architecture of the Polish Tagger. Piasecki, Radziszewski, Polish morphological guesser based on a statistical a tergo index. Sharoff, What is at stake: a case study of Russian expressions starting with a preposition Hajič, Hladka, Tagging inflective languages. Hajič et al., Serial combination of rules and statistics: a case study in Czech tagging. 23 / 24
24 Podsumowanie Literatura (2) Abney, Parsing by chunks. Abney, Chunk stylebook. Bird et al, Natural language processing in Python. Karlsson, Constraint Grammar as a Framework for Parsing Running Text. Nepil et al., Part-of-Speech Tagging by Means of Shallow Parsing, ILP and Active Learning Przepiórkowski, Slavic Information Extraction and Partial Parsing. Tanev, Mitkov, Shallow language processing architecture for Bulgarian. 24 / 24
CLARIN rozproszony system technologii językowych dla różnych języków europejskich
CLARIN rozproszony system technologii językowych dla różnych języków europejskich Maciej Piasecki Politechnika Wrocławska Instytut Informatyki G4.19 Research Group maciej.piasecki@pwr.wroc.pl Projekt CLARIN
Bardziej szczegółowoKorpusomat narzędzie do tworzenia przeszukiwalnych korpusów języka polskiego
Korpusomat narzędzie do tworzenia przeszukiwalnych korpusów języka polskiego Witold Kieraś Łukasz Kobyliński Maciej Ogrodniczuk Instytut Podstaw Informatyki PAN III Konferencja DARIAH-PL Poznań 9.11.2016
Bardziej szczegółowoMaszynowe tłumaczenie Polskiego Języka Migowego
Maszynowe tłumaczenie Polskiego Języka Migowego Projekt WiTKoM Dorota Grądalska VoicePIN.com Sp. z o.o; Akademia Górniczo-Hutnicza, Wydział Informatyki, Elektroniki i Telekomunikacji, Katedra Elektroniki
Bardziej szczegółowoForma. Główny cel kursu. Umiejętności nabywane przez studentów. Wymagania wstępne:
WYDOBYWANIE I WYSZUKIWANIE INFORMACJI Z INTERNETU Forma wykład: 30 godzin laboratorium: 30 godzin Główny cel kursu W ramach kursu studenci poznają podstawy stosowanych powszechnie metod wyszukiwania informacji
Bardziej szczegółowo1 Narzędzia przetwarzania 2 tekſtów hiſtorycznych
1 Narzędzia przetwarzania 2 tekſtów hiſtorycznych Marcin Wolińſki, Witold Kieraś, Dorota Komo ńska, Emanuel Modrzejewſki Zespół Inżynieriey Lingw tyczney In ytut Pod aw Informatyki Polſkiey Akademii Nauk
Bardziej szczegółowoKorpusy językowe podstawowa terminologia i metody tworzenia. Natalia Kotsyba IBI AL Uniwersytet Warszawski 12 i 26 stycznia 2011 r.
Korpusy językowe podstawowa terminologia i metody tworzenia Natalia Kotsyba IBI AL Uniwersytet Warszawski 12 i 26 stycznia 2011 r. Czym jest korpus? Zbiór tekstów albo zapisanych wypowiedzi, wykorzystywany
Bardziej szczegółowoNarzędzia do automatycznego wydobywania słowników kolokacji i do oceny leksykalności połączeń wyrazowych
Narzędzia do automatycznego wydobywania słowników kolokacji i do oceny leksykalności połączeń wyrazowych Agnieszka Dziob, Marek Maziarz, Maciej Piasecki, Michał Wendelberger Politechnika Wrocławska Katedra
Bardziej szczegółowoNarzędzia do automatycznego wydobywania kolokacji
Narzędzia do automatycznego wydobywania kolokacji Jan Kocoń, Agnieszka Dziob, Marek Maziarz, Maciej Piasecki, Michał Wendelberger Politechnika Wrocławska Katedra Inteligencji Obliczeniowej marek.maziarz@pwr.edu.pl
Bardziej szczegółowoOpen Access w technologii językowej dla języka polskiego
Open Access w technologii językowej dla języka polskiego Marek Maziarz, Maciej Piasecki Grupa Naukowa Technologii Językowych G4.19 Zakład Sztucznej Inteligencji, Instytut Informatyki, W-8, Politechnika
Bardziej szczegółowoAnaliza znaczeniowa sterowana składnią
S e ISA(e, Czytanie) Czytający(e, Ola) Czytany(e, Książka) NP VP N.Ola V.czyta NP N.książkę W jaki sposób przenieść znaczenie pojedynczych słów ze słownika w odpowiednie miejsca w reprezentacji zdania?
Bardziej szczegółowoEksploracja Zasobów Internetu
document accents, spacing, etc. stopwords noun groups stemming automatic or manual indexing structure recognition structure full text index terms When Google encounters a hyphen ( ) in a query term, e.g.,
Bardziej szczegółowoMorfeusz 2 analizator i generator fleksyjny dla języka polskiego
Morfeusz 2 analizator i generator fleksyjny dla języka polskiego Marcin Woliński i Anna Andrzejczuk Zespół Inżynierii Lingwistycznej Instytut Podstaw Informatyki Polskiej Akademii Nauk Warsztaty CLARIN-PL,
Bardziej szczegółowoMetody Kompilacji Wykład 1 Wstęp
Metody Kompilacji Wykład 1 Wstęp Literatura: Alfred V. Aho, Ravi Sethi, Jeffrey D. Ullman: Compilers: Princiles, Techniques, and Tools. Addison-Wesley 1986, ISBN 0-201-10088-6 Literatura: Alfred V. Aho,
Bardziej szczegółowoZaawansowane narzędzie do analizy korpusu w oparciu o reguły
CLARIN-PL Zaawansowane narzędzie do analizy korpusu w oparciu o reguły Michał Marcińczuk Politechnika Wrocławska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 michal.marcinczuk@pwr.edu.pl 2015-04-13
Bardziej szczegółowoCLARIN infrastruktura naukowa technologii językowych i jej potencjał jako narzędzia badawczego
CLARIN infrastruktura naukowa technologii językowych i jej potencjał jako narzędzia badawczego Maciej Piasecki Politechnika Wrocławska Instytut Informatyki Grupa Naukowa G4.19 maciej.piasecki@pwr.wroc.pl
Bardziej szczegółowoProgram warsztatów CLARIN-PL
W ramach Letniej Szkoły Humanistyki Cyfrowej odbędzie się III cykl wykładów i warsztatów CLARIN-PL w praktyce badawczej. Narzędzia cyfrowe do analizy języka w naukach humanistycznych i społecznych 17-19
Bardziej szczegółowoLingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe.
Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe. Autor: Mariusz Sasko Promotor: dr Adrian Horzyk Plan prezentacji 1. Wstęp 2. Cele pracy 3. Rozwiązanie 3.1. Robot
Bardziej szczegółowoAUTOMATYKA INFORMATYKA
AUTOMATYKA INFORMATYKA Technologie Informacyjne Sieć Semantyczna Przetwarzanie Języka Naturalnego Internet Edytor Serii: Zdzisław Kowalczuk Inteligentne wydobywanie informacji z internetowych serwisów
Bardziej szczegółowoII cykl wykładów i warsztatów. CLARIN-PL w praktyce badawczej. Cyfrowe narzędzia do analizy języka w naukach humanistycznych i społecznych
II cykl wykładów i warsztatów CLARIN-PL w praktyce badawczej. Cyfrowe narzędzia do analizy języka w naukach humanistycznych i społecznych 18-20 maja 2015 roku Politechnika Wrocławska, Centrum Kongresowe,
Bardziej szczegółowoLokalizacja Oprogramowania
mgr inż. Anton Smoliński anton.smolinski@zut.edu.pl Lokalizacja Oprogramowania 16/12/2016 Wykład 6 Internacjonalizacja, Testowanie, Tłumaczenie Maszynowe Agenda Internacjonalizacja Testowanie lokalizacji
Bardziej szczegółowoKORBA Elektroniczny korpus tekstów polskich z XVII i XVIII w. (do 1772 r.)
KORBA Elektroniczny korpus tekstów polskich z XVII i XVIII w. (do 1772 r.) Pracownia Historii Języka Polskiego XVII i XVIII wieku IJP PAN, Instytut Podstaw Informatyki PAN Podstawowe informacje o projekcie
Bardziej szczegółowoNarzędzia do automatycznego wydobywania kolokacji
Narzędzia do automatycznego wydobywania kolokacji Jan Kocoń, Agnieszka Dziob, Marek Maziarz, Maciej Piasecki, Michał Wendelberger Politechnika Wrocławska Katedra Inteligencji Obliczeniowej marek.maziarz@pwr.edu.pl
Bardziej szczegółowoZarządzanie i anotowanie korpusów tekstowych w systemie Inforex
Zarządzanie i anotowanie korpusów tekstowych w systemie Inforex Michał Marcińczuk michal.marcinczuk@pwr.edu.pl Marcin Oleksy marcin.oleksy@pwr.edu.pl Politechnika Wrocławska Katedra Inteligencji Obliczeniowej
Bardziej szczegółowoInforex - zarządzanie korpusami i ich anotacja
Inforex - zarządzanie korpusami i ich anotacja Marcin Oleksy marcin.oleksy@pwr.edu.pl Michał Marcińczuk michal.marcinczuk@pwr.edu.pl Politechnika Wrocławska Katedra Inteligencji Obliczeniowej Grupa Technologii
Bardziej szczegółowoInforex - zarządzanie korpusami i ich anotacja. Politechnika Wrocławska Katedra Inteligencji Obliczeniowej Grupa Technologii Językowych G4.
Inforex - zarządzanie korpusami i ich anotacja Michał Marcińczuk michal.marcinczuk@pwr.edu.pl Marcin Oleksy Jan Wieczorek Jan Kocoń marcin.oleksy@pwr.edu.pl jan.wieczorek@pwr.edu.pl jan.kocon@pwr.edu.pl
Bardziej szczegółowoSemantyczne podobieństwo stron internetowych
Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Marcin Lamparski Nr albumu: 184198 Praca magisterska na kierunku Informatyka Semantyczne podobieństwo stron internetowych Praca wykonana
Bardziej szczegółowoCLARIN-PL wielka infrastruktura badawcza technologii j zykowych dla nauk humanistycznych i spo ecznych
wielka infrastruktura badawcza technologii j zykowych dla nauk humanistycznych i spo ecznych Maciej Piasecki Politechnika Wroc awska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 Technologii J
Bardziej szczegółowoSemantyczna analiza języka naturalnego
Semantyczna analiza języka naturalnego Rozwiązanie Applica oparte o IBM SPSS Modeler Piotr Surma Applica 2 Agenda O Applica Analiza tekstu w języku polskim - wyzwania Rozwiązanie Applica Analiza Tekstu
Bardziej szczegółowoWstęp do Językoznawstwa
Wstęp do Językoznawstwa Prof. Nicole Nau UAM, IJ, Językoznawstwo Komputerowe Dziesiąte zajęcie 08.12.2015 Składnia: Co bada? Jak bada? Konstrukcja składniowa a) ciąg (zespół) form wyrazowych związanych
Bardziej szczegółowoElektroniczny korpus tekstów polskich XVII i XVIII w. (do 1772 r.) prezentacja znakowania morfosyntaktycznego i możliwości wyszukiwarki
Elektroniczny korpus tekstów polskich XVII i XVIII w. (do 1772 r.) prezentacja znakowania morfosyntaktycznego i możliwości wyszukiwarki Renata Bronikowska Instytut Języka Polskiego Polska Akademia Nauk
Bardziej szczegółowoLEM wydobywanie statystyk z korpusów
LEM wydobywanie statystyk z korpusów Maciej Piasecki, Tomasz Walkowiak Politechnika Wroc awska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 Maciej Maryl Instytut Bada Literackich Polska Akademia
Bardziej szczegółowoPorównywanie tagerów dopuszczajacych niejednoznaczności
Porównywanie tagerów dopuszczajacych niejednoznaczności (na przykładzie tagerów wykorzystanych w Korpusie IPI PAN) 3 listopad 2008 Plan prezentacji 1 Wprowadzenie Problem niejednoznaczności Poprawna interpretacja
Bardziej szczegółowoEkstrakcja informacji o zdarzeniach z tekstów dziedzinowych
Ekstrakcja informacji o zdarzeniach z tekstów dziedzinowych mgr inż. Michał Marcińczuk opiekun naukowy prof. Zbigniew Huzar Instytut Informatyki Stosowanej Politechnika Wrocławska 17 czerwca 2008 Plan
Bardziej szczegółowoEkstrakcja informacji oraz stylometria na usługach psychologii Część 2
Ekstrakcja informacji oraz stylometria na usługach psychologii Część 2 ws.clarin-pl.eu/websty.shtml Tomasz Walkowiak, Maciej Piasecki Politechnika Wrocławska Grupa Naukowa G4.19 Katedra Inteligencji Obliczeniowej
Bardziej szczegółowoWykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka
Wykaz tematów prac magisterskich w roku akademickim 2018/2019 kierunek: informatyka L.p. Nazwisko i imię studenta Promotor Temat pracy magisterskiej 1. Wojciech Kłopocki dr Bartosz Ziemkiewicz Automatyczne
Bardziej szczegółowoInteligentne systemy decyzyjne. Przetwarzanie języka naturalnego
Inteligentne systemy decyzyjne Przetwarzanie języka naturalnego Plan wykładu Etapy analizy językowej. Rozumienie języka naturalnego. Generowanie tekstu. Szukanie semantyczne. Tłumaczenie maszynowe. Rozwiązania
Bardziej szczegółowoZasady Nazewnictwa. Dokumentów XML 2007-11-08. Strona 1 z 9
Zasady Nazewnictwa Dokumentów 2007-11-08 Strona 1 z 9 Spis treści I. Wstęp... 3 II. Znaczenie spójnych zasady nazewnictwa... 3 III. Zasady nazewnictwa wybrane zagadnienia... 3 1. Język oraz forma nazewnictwa...
Bardziej szczegółowoPłytki parsing języka francuskiego
Uniwersytet im. A. Mickiewicza - Wydział Matematyki i Informatyki Leszek Manicki nr albumu: 287533 Płytki parsing języka francuskiego Praca magisterska na kierunku: INFORMATYKA Promotor: dr hab. Krzysztof
Bardziej szczegółowoKonwersja tekstu ortograficznego na tekst fonetyczny przy użyciu parsingu płytkiego
Uniwersytet im. Adama Mickiewicza w Poznaniu Wydział Matematyki i Informatyki Adam Sosnowski Nr albumu: 329559 Konwersja tekstu ortograficznego na tekst fonetyczny przy użyciu parsingu płytkiego Praca
Bardziej szczegółowoKorBa. Elektroniczny korpus tekstów polskich XVII i XVIII w. (do 1772 r.) Renata Bronikowska Instytut Języka Polskiego Polska Akademia Nauk
KorBa Elektroniczny korpus tekstów polskich XVII i XVIII w. (do 1772 r.) Renata Bronikowska Instytut Języka Polskiego Polska Akademia Nauk ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts PODSTAWOWE
Bardziej szczegółowo10. Translacja sterowana składnią i YACC
10. Translacja sterowana składnią i YACC 10.1 Charakterystyka problemu translacja sterowana składnią jest metodą generacji przetworników tekstu języków, których składnię opisano za pomocą gramatyki (bezkontekstowej)
Bardziej szczegółowoINFORMATYKA, TECHNOLOGIA INFORMACYJNA ORAZ INFORMATYKA W LOGISTYCE
Studia podyplomowe dla nauczycieli INFORMATYKA, TECHNOLOGIA INFORMACYJNA ORAZ INFORMATYKA W LOGISTYCE Przedmiot JĘZYKI PROGRAMOWANIA DEFINICJE I PODSTAWOWE POJĘCIA Autor mgr Sławomir Ciernicki 1/7 Aby
Bardziej szczegółowoAnaliza listów pożegnalnych w oparciu o metody lingwistyki informatycznej i klasyfikacji semantycznej tekstów
Analiza listów pożegnalnych w oparciu o metody lingwistyki informatycznej i klasyfikacji semantycznej tekstów Maciej Piasecki, Jan Kocoń Politechnika Wrocławska Katedra InteligencjiObliczeniowej Grupa
Bardziej szczegółowoNarzędzia do automatycznego wydobywania słowników kolokacji i do oceny leksykalności połączeń wyrazowych
Narzędzia do automatycznego wydobywania słowników kolokacji i do oceny leksykalności połączeń wyrazowych Marek Maziarz, Maciej Piasecki, Michał Wendelberger Politechnika Wrocławska Katedra Inteligencji
Bardziej szczegółowoANALIZA WYNIKÓW PRÓBNEGO EGZAMINU GIMNAZJALNEGO- ROK SZKOLNY 2016/2017 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI
ANALIZA WYNIKÓW PRÓBNEGO EGZAMINU GIMNAZJALNEGO- ROK SZKOLNY 2016/2017 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI W dniu 14.02.2017r. odbył się próbny egzamin gimnazjalny z języka polskiego. Do
Bardziej szczegółowoInteligentne wydobywanie informacji z internetowych serwisów społecznościowych
Inteligentne wydobywanie informacji z internetowych serwisów społecznościowych AUTOMATYKA INFORMATYKA Technologie Informacyjne Sieć Semantyczna Przetwarzanie Języka Naturalnego Internet Edytor Serii: Zdzisław
Bardziej szczegółowoSłowem wstępu. Część rodziny języków XSL. Standard: W3C XSLT razem XPath 1.0 XSLT Trwają prace nad XSLT 3.0
Słowem wstępu Część rodziny języków XSL Standard: W3C XSLT 1.0-1999 razem XPath 1.0 XSLT 2.0-2007 Trwają prace nad XSLT 3.0 Problem Zakładane przez XML usunięcie danych dotyczących prezentacji pociąga
Bardziej szczegółowo1. Opis merytoryczny
WNIOSEK O PORTFOLIO: Opracowanie koncepcji wielojęzycznych generatorów gramatycznych pełniących rolę narzędzi informatycznych typu Machine-Aided Human Translation Autorzy: Mirosław Gajer, Zbigniew Handzel,
Bardziej szczegółowoSpis treści. ROZDZIAŁ 2 Wzajemne oddziaływanie między leksykonem a innymi środkami służącymi kodowaniu informacji... 67
Spis treści Wykaz skrótów... 11 Przedmowa... 15 Podziękowania... 17 ROZDZIAŁ 1 Wprowadzenie: założenia metodologiczne i teoretyczne... 19 1. Cel i układ pracy...... 19 2. Język jako przedmiot badań...
Bardziej szczegółowoANALIZA WYNIKÓW EGZAMINU GIMNAZJALNEGO-ROK SZKOLNY 2016/2017 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI
ANALIZA WYNIKÓW EGZAMINU GIMNAZJALNEGO-ROK SZKOLNY 2016/2017 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI W dniu 18.04.2016r. odbył się egzamin gimnazjalny z języka polskiego. Do badania diagnostycznego
Bardziej szczegółowoKORBA Elektroniczny korpus tekstów polskich z XVII i XVIII w. (do 1772 r.) Pracownia Historii Języka Polskiego XVII i XVIII wieku IJP PAN
KORBA Elektroniczny korpus tekstów polskich z XVII i XVIII w. (do 1772 r.) Pracownia Historii Języka Polskiego XVII i XVIII wieku IJP PAN Podstawowe informacje o projekcie Projekt realizowany przez IJP
Bardziej szczegółowoCLARIN-PL wielka infrastruktura badawcza technologii językowych dla nauk humanistycznych i społecznych
wielka infrastruktura badawcza technologii językowych dla nauk humanistycznych i społecznych Maciej Piasecki Politechnika Wrocławska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 Technologii Językowej
Bardziej szczegółowoTemat: Mechanizm uczenia się ograniczeń składniowych na potrzeby ujednoznaczniania morfo-syntaktycznego tekstów w języku polskim.
Temat: Mechanizm uczenia się ograniczeń składniowych na potrzeby ujednoznaczniania morfo-syntaktycznego tekstów w języku polskim. Mechanism of Learning of Syntactic Constraints for the Needs of Morfosyntactic
Bardziej szczegółowoKomputerowa weryfikacja gramatyki Świdzińskiego
Marcin Woliński Komputerowa weryfikacja gramatyki Świdzińskiego 12 maja 2005 j INSTYTUT PODSTAW INFORMATYKI POLSKIEJ AKADEMII NAUK ul. J. K. Ordona 21, 01-237 Warszawa Automatyczna analiza składniowa Niniejsza
Bardziej szczegółowoCLARIN-PL w praktyce badawczej. Cyfrowe narzędzia do analizy języka w pracy humanistów i tłumaczy
Cykl wykładów i warsztatów CLARIN-PL w praktyce badawczej. Cyfrowe narzędzia do analizy języka w pracy humanistów i tłumaczy 13 15 kwietnia 2015 roku Warszawa, Pałac Staszica, ul. Nowy Świat 72, sala 144
Bardziej szczegółowoUproszczony schemat działania kompilatora
Uproszczony schemat działania kompilatora Wykład7,str.1 program źródłowy ciąg leksemów drzewo wywodu drzewo i tablice symboli analiza leksykalna analiza syntaktyczna analiza semantyczna KOMPILATOR generacja
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD IX: Agent przetwarza język naturalny
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD IX: Agent przetwarza język naturalny Przetwarzanie języka naturalnego Natural Language Processing, NLP... to formułowanie i testowanie obliczeniowo
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Stany równoważne Stany p i q są równoważne,
Bardziej szczegółowoNarzędzia do automatycznej analizy semantycznej tekstu na poziomach: leksykalnym i struktur
Narzędzia do automatycznej analizy semantycznej tekstu na poziomach: leksykalnym i struktur Maciej Piasecki, Paweł Kędzia Politechnika ska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 Plan prezentacji
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoInformacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów
Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie
Bardziej szczegółowoWłodzimierz Gruszczyński * Maciej Ogrodniczuk ** Marcin Woliński ** *IJP PAN **IPI PAN
Włodzimierz Gruszczyński * Maciej Ogrodniczuk ** Marcin Woliński ** *IJP PAN **IPI PAN Wystąpienie przygotowane w ramach projektu Elektroniczny korpus tekstów polskich z XVII i XVIII w. (do roku 1772)
Bardziej szczegółowoAnalizator fleksyjny Morfeusz 2
Analizator fleksyjny Morfeusz 2 Katarzyna Krasnowska-Kieraś Zespół Inżynierii Lingwistycznej Instytut Podstaw Informatyki Polskiej Akademii Nauk Lublin, 25 września 2019 Katarzyna Krasnowska-Kieraś Morfeusz
Bardziej szczegółowoWK, FN-1, semestr letni 2010 Tworzenie list frekwencyjnych za pomocą korpusów i programu Poliqarp
WK, FN-1, semestr letni 2010 Tworzenie list frekwencyjnych za pomocą korpusów i programu Poliqarp Natalia Kotsyba, IBI AL UW 24 marca 2010 Plan zajęć Praca domowa na zapytania do Korpusu IPI PAN za pomocą
Bardziej szczegółowoCLARIN infrastruktura naukowa technologii językowych
CLARIN infrastruktura naukowa technologii językowych Maciej Piasecki Politechnika ska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 maciej.piasecki@pwr.edu.pl Przykład: analiza pojęcia Problem:
Bardziej szczegółowoEwaluacja mowy syntetycznej za pomocą systemu rozpoznawania mowy
za pomocą systemu rozpoznawania mowy Jolanta Bachan Tomasz Kuczmarski Piotr Francuzik Rozpoznawanie mowy i mówców 17-18 września 2012 Poznań Cel Eksperymentalna ocena mowy syntetycznej za pomocą systemu
Bardziej szczegółowoANALIZA WYNIKÓW PRÓBNEGO EGZAMINU GIMNAZJALNEGO- ROK SZKOLNY 2017/2018 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI
ANALIZA WYNIKÓW PRÓBNEGO EGZAMINU GIMNAZJALNEGO- ROK SZKOLNY 2017/2018 Z ZAKRESU PRZEDMIOTÓW HUMANISTYCZNYCH- JĘZYK POLSKI W dniu 16.01.2018r. odbył się próbny egzamin gimnazjalny z języka polskiego. Do
Bardziej szczegółowoWprowadzenie do analizy składniowej. Bartosz Bogacki.
Wprowadzenie do analizy składniowej Bartosz Bogacki Bartosz.Bogacki@cs.put.poznan.pl Witam Państwa. Wykład, który za chwilę Państwo wysłuchają dotyczy wprowadzenia do analizy składniowej. Zapraszam serdecznie
Bardziej szczegółowoUproszczony schemat działania kompilatora
Wykład7,13XI2009,str.1 Uproszczony schemat działania kompilatora program źródłowy ciąg leksemów drzewo wywodu drzewo i tablice symboli analiza leksykalna analiza syntaktyczna analiza semantyczna KOMPILATOR
Bardziej szczegółowoDobór tekstów do Elektronicznego korpusu tekstów polskich z XVII i XVIII w. (do 1772 r.) możliwości i ograniczenia budowanego warsztatu badawczego
Dobór tekstów do Elektronicznego korpusu tekstów polskich z XVII i XVIII w. (do 1772 r.) możliwości i ograniczenia budowanego warsztatu badawczego Dorota Adamiec Instytut Języka Polskiego PAN Elektroniczny
Bardziej szczegółowoGramatyka TAG dla języka polskiego
Gramatyka TAG dla języka polskiego Katarzyna Krasnowska IPI PAN 25 lutego 2013 Katarzyna Krasnowska (IPI PAN) Gramatyka TAG dla języka polskiego 25 lutego 2013 1 / 31 Plan prezentacji 1 TAG 2 Ekstrakcja
Bardziej szczegółowoEGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2016/2017
EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2016/2017 CZĘŚĆ 1. JĘZYK POLSKI ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ: GH-P7 KWIECIEŃ 2017 Zadanie 1. (0 1) 9) wyciąga wnioski wynikające z przesłanek
Bardziej szczegółowoWYKŁAD 11 Uczenie maszynowe drzewa decyzyjne
WYKŁAD 11 Uczenie maszynowe drzewa decyzyjne Reprezentacja wiedzy w postaci drzew decyzyjnych entropia, przyrost informacji algorytmy ID3, C4.5 problem przeuczenia wyznaczanie reguł rzykładowe drzewo decyzyjne
Bardziej szczegółowoEGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2015/2016
EGZAMIN W KLASIE TRZECIEJ GIMNAZJUM W ROKU SZKOLNYM 2015/2016 CZĘŚĆ 1. JĘZYK POLSKI ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ GH-P8 KWIECIEŃ 2016 Zadanie 1. (0 1) 2) wyszukuje w wypowiedzi potrzebne informacje
Bardziej szczegółowoWpływ automatycznego tłumaczenia na wyniki automatycznej identyfikacji cha- rakteru opinii konsumenckich. 1 Wstęp
mgr Katarzyna Wójcik mgr Janusz Tuchowski Uniwersytet Ekonomiczny w Krakowie Wpływ automatycznego tłumaczenia na wyniki automatycznej identyfikacji charakteru opinii konsumenckich. 1 Wstęp Analiza opinii
Bardziej szczegółowoMINISTERSTWO SPRAW WEWNĘTRZNYCH I ADMINISTRACJI DEPARTAMENT INFORMATYZACJI
MINISTERSTWO SPRAW WEWNĘTRZNYCH I ADMINISTRACJI DEPARTAMENT INFORMATYZACJI ul. Wspólna 1/3 00-529 Warszawa ZASADY NAZEWNICTWA DOKUMENTÓW XML Projekt współfinansowany Przez Unię Europejską Europejski Fundusz
Bardziej szczegółowoTworzenie języków specyfikacji dla zagadnień numerycznych
Tworzenie języków specyfikacji dla zagadnień numerycznych prof. dr hab. inż. Norbert Sczygiol dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska 11 września
Bardziej szczegółowoAnaliza danych tekstowych i języka naturalnego
Kod szkolenia: Tytuł szkolenia: ANA/TXT Analiza danych tekstowych i języka naturalnego Dni: 3 Opis: Adresaci szkolenia Dane tekstowe stanowią co najmniej 70% wszystkich danych generowanych w systemach
Bardziej szczegółowoProblem ujednoznaczniania sensu w kontekście ekstrakcji relacji semantycznych
Problem ujednoznaczniania sensu w kontekście ekstrakcji relacji semantycznych Instytut Podstaw Informatyki Polskiej Akademii Nauk 16 kwietnia 2012 Plan prezentacji Ekstrakcja informacji Zasoby językowe
Bardziej szczegółowoPolszczyzna i inżynieria lingwistyczna. Autor: Marcin Miłkowski (IFiS PAN)
Polszczyzna i inżynieria lingwistyczna Autor: Marcin Miłkowski (IFiS PAN) 1 Polszczyzna i jej cechy szczególne Polszczyzną posługuje się od 40 do 48 milionów osób: najczęściej używany język zachodniosłowiański
Bardziej szczegółowoJęzyk niemiecki. Kryteria oceny biegłości językowej w zakresie szkolnych wymagań edukacyjnych: podstawowym i ponadpodstawowym
Język niemiecki Kryteria oceny biegłości językowej w zakresie szkolnych wymagań edukacyjnych: podstawowym i ponadpodstawowym Ocenę niedostateczną otrzymuje uczeń, który nie spełnia kryteriów oceny dopuszczającej,
Bardziej szczegółowoAnalizator syntaktyczny
Analizator syntaktyczny program źródłowy analizator leksykalny token daj nast. token analizator syntaktyczny drzewo rozbioru syntaktycznego analizator semantyczny kod pośredni tablica symboli Analizator
Bardziej szczegółowoJęzyki formalne i automaty Ćwiczenia 2
Języki formalne i automaty Ćwiczenia 2 Autor: Marcin Orchel Spis treści Spis treści... 1 Wstęp teoretyczny... 2 Metoda brute force... 2 Konwersja do postaci normalnej Chomskiego... 5 Algorytm Cocke a-youngera-kasamiego
Bardziej szczegółowoNarzędzia NLP Wzmocniona ekstrakcja relacji IS-A na bazie przypadka gramatycznego. System NEKST - wykorzystanie narzędzi NLP
Outline 1 Narzędzia NLP Analiza morfosyntaktyczna Rozpoznawanie nazw własnych Wykrywanie fraz rzeczownikowych/czasownikowych Parsowanie zależnościowe Wykrywanie Question Focus 2 Wzmocniona ekstrakcja relacji
Bardziej szczegółowoWizualizacja wyników analizy syntaktycznej
Janusz S. Bień Wizualizacja wyników analizy syntaktycznej Reprezentacja struktur syntaktycznych za pomocą wykresów nazywanych technicznie grafami ma długą tradycję. Najczęściej stosuje się drzewa, czyli
Bardziej szczegółowoBank częściowo ujednoznacznionych struktur LFG
Bank częściowo ujednoznacznionych struktur LFG Katarzyna Krasnowska 1 Witold Kieraś 1,2 1 IPI PAN 2 IJP UW 7 października 2013 Katarzyna Krasnowska Witold Kieraś Bank struktur LFG 7 października 2013 1
Bardziej szczegółowoSystemy pomiarowo-diagnostyczne. Metody uczenia maszynowego wykład I dr inż. 2015/2016
Systemy pomiarowo-diagnostyczne Metody uczenia maszynowego wykład I dr inż. Bogumil.Konopka@pwr.edu.pl 2015/2016 1 Wykład I - plan Sprawy organizacyjne Uczenie maszynowe podstawowe pojęcia Proces modelowania
Bardziej szczegółowoWebSty - otwarty sieciowy system do analizy stylometrycznej i semantycznej tekstów
IJP PAN / UP Kraków maciejeder@gmail.com WebSty - otwarty sieciowy system do analizy stylometrycznej i semantycznej tekstów ws.clarin-pl.eu/websty.shtml Maciej Piasecki, Tomasz Walkowiak, Maciej Eder Politechnika
Bardziej szczegółowoPerl a XML. Narzędzia informatyczne w językoznawstwie. Generowanie danych XML - Przykład. Generowanie danych XML. Perl - Przetwarzanie XML
Perl a XML Narzędzia informatyczne w językoznawstwie Perl - Przetwarzanie XML Marcin Junczys-Dowmunt junczys@amu.edu.pl Zakład Logiki Stosowanej http://www.logic.amu.edu.pl 31 modułów w CPAN zawiera w
Bardziej szczegółowoKarta przedmiotu KIERUNEK FILOLOGIA, SPECJALNOŚĆ FILOLOGIA SŁOWIAŃSKA Wspólnotowy ruch graniczny i administracja celna
Karta przedmiotu KIERUNEK FILOLOGIA, SPECJALNOŚĆ FILOLOGIA SŁOWIAŃSKA Wspólnotowy ruch graniczny i administracja celna studia pierwszego stopnia/profil ogólnoakademicki Przedmiot: Gramatyka kontrastywna
Bardziej szczegółowoWebSty otwarty webowy system do analiz stylometrycznych
WebSty otwarty webowy system do analiz stylometrycznych Maciej Piasecki, Tomasz Walkowiak, Maciej Eder Politechnika Wrocławska Katedra Inteligencji Obliczeniowej Grupa Naukowa G4.19 maciej.piasecki@pwr.edu.pl
Bardziej szczegółowoII. Kontrola i ocena pracy ucznia.
II. Kontrola i ocena pracy ucznia. Formy kontroli A. Kontrola bieżąca (sprawdza postępy uczniów, zachęcając ich do dalszej systematycznej pracy, pozwala na uzupełnienie braków w wiedzy i skorygować błędy).
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA
KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNEK STUDIÓW INFORMATYCZNE TECHNIKI ZARZĄDZANIA Nazwa kierunku studiów: Informatyczne Techniki Zarządzania Ścieżka kształcenia: IT Project Manager, Administrator Bezpieczeństwa
Bardziej szczegółowoINFORMATYKA TECHNICZNA Badanie możliwości wykorzystania języka AutoLISP i środowiska VisualLISP w systemie CAx
INFORMATYKA TECHNICZNA Badanie możliwości wykorzystania języka AutoLISP i środowiska VisualLISP w systemie CAx 1. WPROWADZENIE Program AutoCAD ma wielu użytkowników i zajmuje znaczące miejsce w graficznym
Bardziej szczegółowoAnaliza wyników egzaminu gimnazjalnego 2014 r. Test humanistyczny język polski
Analiza wyników egzaminu gimnazjalnego 2014 r. Test humanistyczny język polski Zestaw standardowy zawierał 22 zadania, w tym 20 zadań zamkniętych i 2 zadania otwarte. Wśród zadań zamkniętych dominowały
Bardziej szczegółowo