Mô tả vắn tắt học phần
1. Tên học phần:
Ngôn ngữ học tính toán
2. Ngôn ngữ giảng dạy:
Tiếng Anh
3. Mã học phần:
FOR613011
4. Bộ môn phụ trách giảng dạy:
KTLQLNN - Khoa Ngoại ngữ
5. Trình độ:
Thạc sĩ
6. Số tín chỉ:
3
7. Phân bổ thời gian:
- Đối với hoạt động trên lớp:
- Lý thuyết: 30 hours
- Làm việc nhóm, thảo luận:: 15 hours
- Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
- Thực hành, làm việc nhóm, thảo luận
- Tự nghiên cứu, tự học: 105 hours
- Đồ án, Đề án, Dự án
- Thực tập
8. Ngành áp dụng:
Ngôn ngữ Anh (2025, hướng NC) - Ngôn ngữ Anh - Ngôn ngữ Anh (202x, hướng NC) (8220201) - Thạc sĩ, Ngôn ngữ Anh (2025, hướng UD) - Ngôn ngữ Anh - Ngôn ngữ Anh (202x, hướng UD) (8220201) - Thạc sĩ
9. Điều kiện tiên quyết:
Không có môn học bắt buộc phải hoàn thành trước học phần này
10. Mục tiêu học phần:
Học phần Ngôn ngữ học máy tính cung cấp các kiến thức và kỹ năng tổng quan về việc ứng dụng các phương pháp tính toán trong xử lý ngôn ngữ tự nhiên. Bắt đầu từ việc giải thích các nguyên lý cơ bản của ngôn ngữ học máy tính và sự khác biệt giữa xử lý ngôn ngữ truyền thống và xử lý ngôn ngữ bằng máy tính; học phần trang bị cho sinh viên nền tảng lý thuyết và thực hành để có thể ứng dụng vào các bài toán xử lý ngôn ngữ tự nhiên trong thực tế. Nội dung học phần tập trung vào các phương pháp phân tích ngữ nghĩa, cú pháp và ngữ dụng của văn bản bằng các thuật toán và mô hình tính toán; kế đến là các kỹ thuật như gán nhãn từ loại, phân tích cú pháp, phân loại văn bản và dịch máy. Đồng thời, sinh viên sẽ được thực hành với các công cụ phổ biến như Python (NLTK, spaCy) để xây dựng các ứng dụng xử lý ngữ liệu. Các tình huống thực tiễn, kỹ năng lập trình và công cụ hiện đại cũng được tích hợp xuyên suốt nội dung học phần, tạo nền tảng vững chắc giúp sinh viên kết hợp nhuần nhuyễn lý thuyết và thực hành; trên cơ sở đó nâng cao hiệu quả và tính ứng dụng của các kỹ thuật xử lý ngôn ngữ trong bối cảnh thực tế.
11. Mô tả vắn tắt nội dung học phần:
Môn học cung cấp kiến thức nền tảng về Ngôn ngữ học Máy tính, bao gồm cách máy tính biểu diễn và xử lý thông tin dạng văn bản và lời nói. Sinh viên sẽ tìm hiểu về các mô hình xử lý ngôn ngữ tự nhiên (NLP), bao gồm cú pháp, ngữ nghĩa, phân loại tài liệu, và ứng dụng thực tiễn của chúng. Ngoài ra, sinh viên sẽ được thực hành lập trình Python với thư viện NLTK, spaCy, Transformers để xử lý văn bản, phân tích dữ liệu ngôn ngữ và xây dựng ứng dụng NLP cơ bản.