<?xml version='1.0' encoding='ISO-8859-2'?><!DOCTYPE doc PUBLIC '' 'Text.dtd'><?xml-stylesheet href='trans.xslt' type='text/xsl'?>



  


<doc language='hu'>
<path>


</path>
<title>Természetes nyelvi feldolgozás, beszédfelismerés</title>
 <body>
  <p><b>Az alábbi információk tájékoztató jellegűek. A hatályos követelmények az <a href="http://www.u-szeged.hu/tanrend">egyetemi tanrendi keresőben </a>találhatók.</b></p>
 <h1>

  
    </h1>
<h1><title>Természetes nyelvi feldolgozás, beszédfelismerés</title>


    <h2><title>kódjai: IL032e01, IL032g01</title>


    </h2>
<h2><title>Felelős tanszék: Mesterséges Intelligencia Tanszéki Kutatócsoport</title>


    <p>Nappali tagozaton:</p>

    <p>  Előadás: heti 2 óra / 5 kredit. Teljesítés módja:
    Kollokvium.</p>

    <p>  Gyakorlat: heti 1 óra / 0 kredit. Teljesítés módja:
    Aláírás.</p>

    <p>Levelező tagozaton</p>

    <p>  Előadás: összesen 14 óra / 5 kredit. Teljesítés módja:
    Kollokvium.</p>

    <p>  Gyakorlat: összesen 10 óra / 0 kredit. Teljesítés módja:
    Aláírás.</p>

    <p>A kurzus felvételének előfeltételei: nincs</p>

    </h2>
<h2><title>Tematika:</title>


    <p>1. A beszédfelismerés nehézségének forrásai. A felismerést
    segítő feldolgozási szintek. Felismerők képességei és
    alkalmazásai.</p>

    <p>2. Az emberi beszédkeltés hagyományos modellje.</p>

    <p>3. A hallás működése, fő tulajdonságai.</p>

    <p>4. Előfeldolgozási technikák.</p>

    <p>5. Felismerési módszerek és architektúrák. A tudásalapú és
    a statisztikai alapú módszerek összehasonlítása.</p>

    <p>6. Dinamikus idővetemítés.</p>

    <p>7. A HMM definíciója és működése.</p>

    <p>8. A HMM paraméterszámának csökkentését célzó
    technikák.</p>

    <p>9. Folyamatos beszéd felismerése HMM-mel.</p>

    <p>10. A természetes nyelvi feldolgozás fő problémái.</p>

    <p>11. A természetes nyelvek fő statisztikai
    tulajdonságai.</p>

    <p>12. Morfológiai elemzés és szófaji egyértelműsítés.</p>

    <p>13. Sztochasztikus modellek jóságának illetve
    bonyolultaságának mérése.</p>

    <p>14. N-gram nyelvi modellek</p>

    <p>15. P-CFG és fáskamra alapú módszerek.</p>

    <p>16. Dialógusmodellek.</p>

    </h2>
<h2><title>Ajánlott irodalom:</title>


    <ul>
      <li>
        <p>A Mesterséges Intelligencia c. könyv (szerk. Futó
        Iván, Aula kiadó, 1999.) Beszédfelismerés c. fejezete</p>
      </li>
    </ul>

    </h2>
<h2><title>A kurzus teljesítésének feltételei:</title>


    <p>A gyakorlat teljesítésének (az
    aláírás megszerzése) feltételei:</p>

    <p>A gyakorlat teljesíthető kiselőadás tartásával vagy
    kötelező program bemutatásával. Ezek lehetséges témái az első
    órákon kihirdetésre kerülnek. Aki sem kiselőadást nem tart,
    sem programot nem ír, az a vizsga részeként (nappali tagozat
    esetén az utolsó órán írt ZH révén) szerezheti meg a
    gyakorlati részből elérendő minimálisan kettes érdemjegyet.
    Ez esetben a gyakorlat során elhangzottak alapján készült
    tesztkérdésekre kell megfelelni. Az aláírás megszerzésének
    feltétele a minimálisan kettes érdemjegy elérése; az így
    elért jegy egyharmad súllyal számít bele a végleges
    osztályzatba (ld. még: a vizsga teljesítésének
    feltételei).</p>

    <p>A vizsga (kollokvium)
    teljesítésének feltételei:</p>

    <p>A vizsga anyagát az előadáson elhangzottak képezik (a
    tételsor gyakorlatilag megegyezik a fent megadott
    tematikával). Minden vizsgázó két tételt kap, mindkettőt
    legalább kettesre tudni kell a sikeres vizsgához. A vizsgának
    előfeltétele továbbá a gyakorlat teljesítése; az ott kapott
    jegy a harmadik tényező (a két vizsgajegy mellett), amiből a
    végleges érdemjegy (átlagolással) kialakul.</p>
  
</h2>
</h1>
<p></p>
</body></doc>


