Budapesti Műszaki és Gazdaságtudományi Egyetem
Természettudományi Kar		 Tantárgy Adatlap
Tantárgy kód BMETEKTMsCEGNY-00
Tantárgy azonosító adatok
1. A tárgy címe Emberi és gépi nyelvfeldolgozás
2. A tárgy angol címe Language Processing in Humans and Machines
3. Heti óraszámok (ea + gy + lab) és a félévvégi követelmény típusa 2 + 0 + 0 v Kredit 3
4. Ajánlott/kötelező előtanulmányi rend
vagy Tantárgy kód 1 Rövid cím 1 Tantárgy kód 2 Rövid cím 2 Tantárgy kód 3 Rövid cím 3
4.1
4.2
4.3
5. Kizáró tantárgyak
6. A tantárgy felelős tanszéke Kognitív Tudományi Tanszék
7. A tantárgy felelős oktatója Dr. Lukács Ágnes beosztása egyetemi tanár
Akkreditációs adatok
8. Akkreditációra benyújtás időpontja 2024.05.06 Akkreditációs bizottság döntési időpontja 2024.07.05.
Tematika
9. A tantárgy az alábbi témakörök ismeretére épít
10. A tantárgy szerepe a képzés céljának megvalósításában (szak, kötelező, kötelezően választható, szabadon választható)
TTK Számítógépes és kognitív idegtudomány MSc képzés kötelező tárgya
11. A tárgy részletes tematikája

A kurzus célja, hogy megismertesse a hallgatókat az emberi nyelvfeldolgozás, nyelvelsajátítás és nyelvi produkció folyamataival, és e folyamatok nyelvészeti, pszichológiai és neurobiológiai alapjaival, valamint a kutatásban alkalmazott viselkedéses és agyi képalkotó módszerekkel is. Az órán olyan kérdéseket tárgyalunk, mint a beszéd dekódolása, a szavak előhívása, a mondatok szerkezetének feldolgozása és megértése, a beszéd tervezése és produkciója, valamint a nyelvfeldolgozás biológiai és kognitív alapjai. Emellett kitérünk a nyelvtanulásra, beleértve a csecsemők anyanyelvelsajátítását és a felnőttek idegennyelv-tanulását, valamint a nyelvi képességet érintő fejlődési és szerzett zavarokra is.

A kurzus rövid bevezetőt kínál a gépi természetesnyelv feldolgozáshoz használt eszközök, köztük neurális hálók használatába is, ideértve a hozzájuk használt alkalmazásprogramozási interfészeket is: szó lesz az OpenAI Whisper és GPT4, a Mistral, és a specifikusan a magyarra tanított Puli modellről is.
12. Követelmények, az osztályzat (aláírás) kialakításának módja
szorgalmi
időszakban		 Részvétel az órákon vizsga-
időszakban		 Írásbeli vizsga
13. Pótlási lehetőségek
A TVSZ szerint
14. Konzultációs lehetőségek
Az oktató fogadóóráin és emailen
15. Jegyzet, tankönyv, felhasználható irodalom
Sedivy, Julie (2014). Language in mind: An introduction to psycholinguistics. Sunderland, MA: Sinauer.
Pléh, Csaba és Lukács, Ágnes (2014) (szerk) Pszicholingvisztika 1-2. Magyar pszicholingvisztikai kézikönyv. Budapest: Akadémiai.
Silge, Julia, and David Robinson. Text mining with R: A tidy approach. " O'Reilly Media, Inc.", 2017.
Rothman, Denis. Transformers for Natural Language Processing: Build, train, and fine-tune deep neural network architectures for NLP with Python, Hugging Face, and OpenAI's GPT-3, ChatGPT, and GPT-4. Packt Publishing Ltd, 2022.
16. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
16.1 Kontakt óra
28
16.2 Félévközi felkészülés órákra
34
16.3 Felkészülés zárthelyire
0
16.4 Zárthelyik megírása
0
16.5 Házi feladat elkészítése
0
16.6 Kijelölt írásos tananyag elsajátítása (beszámoló)
0
16.7 Egyéb elfoglaltság
0
16.8 Vizsgafelkészülés
28
16.9 Összesen
90
17. Ellenőrző adat Kredit * 30
90
A tárgy tematikáját kidolgozta
18. Név beosztás Munkahely (tanszék, kutatóintézet, stb.)
Dr. Lukács Ágnes
egyetemi tanár
Kognitív Tudományi Tanszék
Dr. Rácz Péter
egyetemi adjunktus
Kognitív Tudományi Tanszék
A tanszékvezető
19. Neve aláírása
Dr. Babarczy Anna