Knowledge Engineering 知識工程 2014 Spring

• Announcement
• Class Information
• Requirement and Grading
• Schedule
• 成績查詢

1. Announcement

• 2014/02/14: 課程講義將陸續於上課前在網站公布下載。

2. Class Information

• 本課程為台科大與 意藍科技/龍捲風科技 合開之產學合作課程
• 旨在培養國內知識工程、搜尋引擎、文字探勘等應用之專業技術人才
• 課程編號: MI 531 2701
• 上課時間: 星期二 6,7,8 (13:30~16:30) MA-303教室
• 授課教師: 楊立偉 博士 (wyangntu.edu.tw)
• Office Hour: 課後依需要而定
• 參考書目:
1. 本課程將以本書做為主要教科書。
   Introduction to Information Retrieval, by Christopher D. Manning, etc. Cambridge University Press, 2008
   HTML edition
2. 以下為本學域經典之參考書。
   Modern Information Retrieval, by Ricardo Baeza-Yates & Berthier Ribeiro-Neto. Addison Wesley, 1999
   Introduction to Modern Information Retrieval, by Gerard Salton. McGraw-Hill, 1983
3. 以下為知識工程最新發展之補充書籍。
   Text Mining: Classification, Clustering, and Applications, by Ashok Srivastava , Mehran Sahami. Chapman & Hall, 2009.
   Data-Intensive Text Processing with MapReduce, by J. Lin and C. Dyer. University of Maryland, 2010. webpage & final manuscript (PDF)

3. Requirement and Grading

課程背景:

在數位化的時代中，科技的進步與網路的普及，使得資訊的產出呈現爆炸性的成長。
如何在大量非結構資訊中，找到使用者想要的，並藉由特殊的演算法，可進一步分析出資訊背後所隱藏的知識。
協助人們用更少的時間、處理更多的資訊、得到更高品質的知識，即為知識工程之目的。
而本課程將針對非結構資訊，特別是巨量文字資訊、以及網路資訊，介紹當今最新的技術與產業發展。

課程目標:

1. 培養巨量資料、知識管理、資訊檢索領域之實務技能 (20%)
2. 培養相關系統設計之觀念與能力 (40%)
3. 了解相關技術、應用、議題與發展 (30%)
4. 培養一技之長，以便未來能夠就業，可直接進入產業 (10%)

授課方式:

1. 主要採用課堂上課，以投影片搭配範例解說。
2. 含實作議題討論與問答。

評分方式:

1. 指定題目作業 (60%)
• 每組 1~4 人，共三次


2. 期末專題 (40%)
• 每組 1~4 人，包括提案與實機展示

4. Schedule

週次	主題	投影片
Week 1 (2014.02.18)	Introduction 知識工程概論與課程介紹，以及學界與業界發展趨勢	課程大綱 投影片
Week 2 (2014.02.25)	Search Engine(1) 索引結構與檢索模型	Lecture 1 (Ch1, Ch2)
Week 3 (2014.03.04)	Search Engine(2) 搜尋引擎實作: 資料擷取與索引建置
Week 4 (2014.03.11)	Search Engine(3) 進階檢索模型: 模糊容錯、同音、同義	Lecture 2 (Ch3) 作業一 測試語料集
Week 5 (2014.03.18)	Search Engine(4) 搜尋引擎實作: 分類檢索	(請帶L5 L6講義)
Week 6 (2014.03.25)	Text Processing(1) Term Weighting與TF-IDF模型 Vector Space Model向量空間模型	Lecture 3 (Ch6) 作業一討論
Week 7 (2014.04.01)	Text Processing(2) 非結構化資料處理實作: 中文NLP工具	Lecture 4
Week 8 (2014.04.08)	Text Processing(3) 非結構化資料處理實作: 摘要、命名實體、情緒判別	講義
Week 9 (2014.04.15)	期中考周:作業展示
Week 10 (2014.04.22)	Text Mining(1) Classification 知識分類的技術與應用	Lecture 5-1 (Ch13, Ch14) 作業二
Week 11 (2014.04.29)	Text Mining(2) Classification 知識分類的技術與應用	Lecture 5-2 (Ch15)
Week 12 (2014.05.06)	Text Mining(3) Clustering 知識分群的技術與應用	Lecture 6 (Ch16, Ch17)
Week 13 (2014.05.13)	Text Mining(4) 分類與分群實作: 分類工具	講義
Week 14 (2014.05.20)	Text Mining(5) 分類與分群實作: 標記工具	講義
Week 15 (2014.05.27)	Web Mining(1) Web Search 網路資訊分析與應用	Lecture 7-1 (Ch 19) 專題要求 社群語料集 1 2
Week 16 (2014.06.03)	Web Mining(2) Link Analysis & Mining 網路資訊分析與應用	Lecture 7-2 (Ch20, Ch21) BigData講義 1 2
Week 17 (2014.06.10)	Web Mining(3) Case Study 案例	BigData講義 3 4
Week 18 (2014.06.17)	期末考周:專題展示

5. 成績查詢

Last update: 2014 May