ENG計算語言學
注意
❯
- 領域專長課程可能有先修科目或開放對象之限制，選課前請先到臺大課程網確認。
- 領域專長的施行學期若晚於畢業當學期，學生即使修習專長課程且成績及格，仍無法取得認證。
施行學期：112-1 主責單位：語言學研究所
基本資訊
主責教師
姓名
謝舒凱
email
shukaihsieh@ntu.edu.tw
聯絡窗口
姓名
鄒沛妡
email
gilntu.edu.tw
學習目標
學習目標：<br>1) 掌握計算語言學的基本理論和方法，理解自然語言處理實務的核心技術。<br>2) 熟練運用程式設計和數據結構解決計算語言學相關問題。<br>3) 掌握機器學習和深度學習在自然語言處理中的應用，並具備相應的跨學門實踐能力。<br>4) 能夠在團隊合作中發揮自己的專長，有效地參與計算語言學相關項目的開發和研究。<br><br>預期學習效益：<br>1) 學生在修習本課程模組之後，將具備紮實的計算語言學理論基礎，並能夠靈活運用相關知識解決實際問題。<br>2) 通過實踐應用，培養學生具備創新意識和解決實際問題的能力。<br>3) 學生將具有良好的跨學科背景，能夠在資料科學、人工智慧和語言學等相關領域展開研究和應用。<br>4) 提升學生在國內外就業市場的競爭力，並具備在相關行業發展的潛力。<br>5) 培養具有國際視野的計算語言學專才，為學術界和產業界貢獻力量。
課程架構
修課指引
國際標竿學校課程比較或領域競爭力分析 ：隨着大型語言模型與AI多模態基礎模型的出現，人類社會與教育場景即將面臨巨大的改變。計算語言學 (自然語言處理) 已經成爲時代的顯學之一，作爲台灣首屈一指的頂尖大學，更應該率先擘畫相關的學習課程與統整。在進行課程設計時，我們參考了世界其他知名學府的相關課程，特別是加拿大不列顛哥倫比亞大學 (The University of British Columbia) 的計算語言學碩士課程 。參考以 UBC 的課程特色及國際競爭力，並以此作為調整本校課程架構的依據，以彰顯我們在人才培育之競爭力。<br><br>本領域專長包括四門課程，總學分數以十二學分。領域專長的主軸，設定在語言資訊爲主軸，劃分四門課程的不同屬性，以及各課程間的關聯性。本領域專長亦包含一門「總整課程」 (capstone course)，課程的形式可以是專題研究、專案實作、實習等多元方式，以發揮統整 (integration) 的功能。
課程資訊 
修習課程說明
修習課程說明編號
課程識別碼
課程名稱
學分數
備註
【落日條款】
- 適用對象： 112-1 入學之學生。
- 適用範圍： 112-1 (含) 以前終止之領域專長，詳見首頁最新消息。
【修習課程說明】
- 取得本領域專長認證須修習英語授課之班次
- 英語授課之課程識別碼第 4 碼為 E