Subject

Обработка на текстуални податоци

1. Наслов на наставниот предмет Обработка на текстуални податоци
Processing of textual data
2. Код m23_w_045
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Втор циклус
6. Академска година / семестар 9 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Катерина Здравкова
9. Предуслови за запишување на предметот
10. Цели на предметната програма (компетенции) По успешното завршување на овој предмет, студентот ќе биде во состојба да ги
препознае клучните проблеми што произлегуваат од користењето на текстуалните
податоци, да ги запознае најсоодветните алгоритми за нивното разрешување, да ги
истражи и анализира текстуалните податоци и од нив да открие ново знаење, да ги
запознае и примени постоечките алатки за обработка на текстуалните податоци и да
создаде сопствени решенија за реализација на одделни задачи од областа на обработката
и рударството на текстуалните документи и податоци.
11. Содржина на предметната програма Вовед во обработката на текстуалните податоци и
текстуалното рударство;; Извлекување, класификација, категоризација и групирање на
податоците;; Основни техники на текстуалното рударство;; Текстуалното рударство и
машинското учење;; Примери на примена на техниките на текстуалното рударство во
различни апликации;; Идните трендови на обработката на текстуалните податоци.
12. Методи на учење предавања, проекти, дискусии, работилници
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 30 + 45 + 0 + 0 + 0 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 30 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности
16.1. Проектни задачи 0 часови
16.2. Самостојни задачи 0 часови
16.3. Домашно учење 0 часови
17. Начин на оценување
17.1. Тестови 0 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 0 бодови
17.3. Активности и учење 0 бодови
17.4. Завршен испит 0 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Реализирани активности 15, 16
20. Јазик на кој се изведува наставата македонски или англиски
21. Метод на следење на квалитетот на наставата -
22. Литература
22.1. Задолжителна литература
1. Dipanjan Sarkar | Text Analytics with Python: A Practical Real-World Approach to Gaining Actionable Insights from your Data | Apress | 2016
2. Rob Miller | Text Processing with Ruby: Extract Value from the Data That Surrounds You | Pragmatic Bookshelf | 2015
3. Gabe Ignatow,‎ Rada F. Mihalcea | Text Mining: A Guidebook For The Social Sciences | SAGE Publications | 2016
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година