Naslovnica

Naziv kolegija: Nastava s primjenom računala

Nositelj: prof. dr. sc. Damir Boras

Izvođač: dr. sc.Sanja Kišiček, asistent

ECTS-bodovi: 4

Jezik: Hrvatski

Trajanje: jedan semestar, ljetni

Status: izborni kolegij; tip izbornosti C2

Oblik nastave: 1 sat predavanja, 1 sat seminara, 1 sat vježbi (1p 1s 1v)

Uvjeti za upis kolegija: diplomski studij, nastavnički smjer

 

Cilj kolegija:
Kroz predavanja studenti će usvojiti teorijska načela računalno potpomognute nastave.
Kroz vježbe studenti će se osposobljavati za dizajniranje i strukturiranje nastavih materijala uporabom suvremene računalne tehnologije i sustava za upravljenje nastavnim sadržajima.
Kroz seminarske radove i timske projekte studenti odjedinjuju znanja stečena na studiju i informacijsku tehnologiju.

Sadržaj kolegija:
Definiranje pojma nastave s primjenom računala. Uvod u primjenu računalne tehnologije u nastavi. Učenje u na daljinu i u elektroničkoj okolini - prednosti i nedostaci, usporedba s klasičnim pristupom nastavi. Upravljanje nastavnim sadržajima i učenje u elektroničkoj okolini. Izrada e-kolegija na platformi Moodle 2.x. Napredna primjena Google aplikacija u obrazovanju. Izrada interaktivnih multimedijskih testova. Formatiranje teksta u MS Office Wordu. Prezentacija seminarskih radova.

Kompetencije: Osposobljenost za primjenu računalne tehnologije u nastavi; korištenje osnovnih alata za multimedijski prikaz sadržaja te izradu istih. Studenti će steći kompetencije upravljanja i administriranja nastavnim sadržajima na platformi Moodle, kao i kompetencije u naprednom korištenju Google Apps u obrazovanju.

 

Obavezna literatura:

1. Čukušić M., Jadrić, M. E-učenje: koncept i primjena.

2. Prezentacije i materijali s predavanja (http://omega.ffzg.hr/course/view.php?id=42)


Dopunska literatura
:

1. Lauc, Tomislava; Matić, Sanja; Mikelić Preradović, Nives. Project of developing the multimedia software supporting teaching and learning of English vocabulary // 1. međunarodna znanstvena konferencija "The Future of Information Sciences : INFuture2007 – Digital Information and Heritage" : Proceedings / Seljan, Sanja ; Stančić, Hrvoje (ur.).
Zagreb : Odsjek za informacijske znanosti, Filozofski fakultet, Sveučilište u Zagrebu, 2007.

2. Lauc, Tomislava; Matić, Sanja; Mikelić, Nives. Educational multimedia software for English language vocabulary // Proceedings of the 1st International Conference on Multidisciplinary Information Sciences and Technologies : InSciT2006 ; Vol. I : Current Research in Information Sciences and Technologies Multidisciplinary approaches to global information systems / Vicente P. Guerrero-Bote (ur.).
Merida : Open Institute of Knowledge, 2006. 117-1

3. Materijali s radionice: Multimedij u osnovnoškolskoj, srednjoškolskoj i visokoškolskoj nastavi. Autori:  Mikelić Preradović, Nives; Matić, Sanja. Odsjek za informacijske znanosti i Zavod za informacijske studije, Zagreb, 2007. (dostupno kod predavača)

4. Alessi, Stephen M.; Trollip, Stanley R. Multimedia for learning : methods and development. 3rd ed. Alyn and Bacon, a Pearson Education Company, Needham Heights, Massachusetts, 2001.

 

Način polaganja ispita: Kroz seminarske radove, projekte, kolokvije i vježbe.

Naziv kolegija: Teorija prevođenja i primjene

Nastavnik: prof. dr. sc. Zdravko Dovedan Han

ECTS-bodovi: 6

Jezik: hrvatski

Trajanje: jedan semestar (9.)

Status: izborni za studente jednopredmetnog i dvopredmetnog diplomskog studija informatike, istraživački smjer, izborni za ostale studije

Oblik nastave: 1 sat predavanja - 2 sata seminara - 1 sat vježbi

Uvjeti: Teorija sintaksne analize i primjene

Ispit: pismeni i usmeni

 

Sadržaj

Uvod u teoriju prevođenja: prevođenje i semantika, sintaksno-upravljano prevođenje, konačni pretvarač, stogovni pretvarač. Jezici za programiranje: generacije jezika za programiranje, definiranje jezika za programiranje, leksička struktura, sintaksna struktura, hijerarhijska struktura jezika, tipovi i strukture podataka. Prevodioci: vrste prevodilaca, faze prevođenja, jednoprolazno prevođenje. Leksička analiza:  neizravna leksička analiza, izravna leksička analiza. Sintaksna analiza:  rekurzivni spust, prepoznavač jezika sa svojstvima. Generiranje koda: interpretiranje, predprocesiranje. Interpretator jezika PL/0: jezik PL/0, leksička struktura, osnovna sintaksna struktura, prevođenje, interpretator. Jezik DDH: osnovne definicije, definicija semantike, izvođenje naredbi jezika DDH, varijable,  naredbe za unos i ispis. Predprocesor jezika DDH:  uvod, opis jezika DDH, izbor ciljnog jezika, struktura predprocesora, predprocesor.

 

Sadržaj vježbi

Vježbe slijede predavanja. Sva teorijska razmatranja i definicije upotpunjavaju se odgovarajućim primjerima. Svi se algoritmi implementiraju u jeziku Python.

 

Sadržaj seminara

Rješavanje individualnog projektnog zadatka izradom praktičnog programskog rješenja (interpretatora ili predprocesora) u jeziku Python, a za izabrani mini programski jezik. Student predstavlja svoj rad u pisanom obliku i brani ga usmeno pred predmetnim nastavnikom.

 

Opće i specifične kompetencije

Student će dobiti temeljna znanja iz discipline formalnih jezika, posebno iz teorije leksičke i sintaksne analize jezika za programiranje te teorije prevođenja i bit će osposobljen da može samostalno definirati jezik i po potrebi projektirati odgovarajući prevodilac (interpretator ili predprocesor).

 

Ishodi učenja

Nakon uspješno savladanog predmeta, student će moći:

1) Definirati formalizme prevođenja formalnih jezika.
2) Opisati leksička, sintaksna i semantička svojstva programskog jezika.
3) Modelirati optimalan postupak leksičke analize jezika za programiranje.
4) Izabrati postupak parsiranja ili prepoznavanja optimalne složenosti za potrebe prevođenja programskog
jezika.
5) Oblikovati i realizirati vlastiti prevodilac (interpretator ili predprocesor) za potrebe krajnjih korisnika.

 

Način održavanja nastave

  • Predavanja: kombinirano, klasično (ploča) i prikazom primjera izvedbom na PCu i projiciranjem uz istodobno pisanje primjera programa od strane studenata na svojim računalima.
  • Vježbe: rješavanje postavljenih zadataka i pisanje programa na računalu.
  • Seminar: rješavanje zadanog projektnog (seminarskog) rada uz konzultiranje s predmetnim nastavnikom.

 

Obveze studenata i uvjeti

Obvezno pohađanje nastave (predavanja i vježbi).

 

Način provjere znanja

Praćenje rada i aktivnosti studenata tijekom semestra:

  • pohađanje predavanja – 10 bodova,
  • posebna isticanja na vježbama – do 10 bodova.

Seminarski rad:

  • Obrana seminarskog rada – 80 bodova

Skala ocjena: 
dovoljno (2) 50% - 59%
dobro (3) 60% - 69%
vrlo dobro (4) 70% - 79%
izvrsno (5) 80% - 100%

 

Obavezna literatura

  1. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • prevođenje i primjene, Element,  Zagreb, 2013.

 

Preporučena literatura

  1. Aho, V. A.; Ullman, D. J.: The Theory of Parsing, Translation, and Compiling, vol. I: Parsing, 
    Prentice-Hall, 1972.

  2. Aho, V. A.; Ullman, D. J.: The Theory of Parsing, Translation, and Compiling, vol. II: Compiling, Prentice-Hall, 1973.
  3. Dijkstra, E.W.: A Discipline of Programming, Prentice-Hall, 1976.
  4. Dovedan Han, Z.: Pascal s tehnikama programiranja (1), VVG, Velika Gorica, 2011.
  5. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • regularni izrazi, gramatike, automati, Element,  Zagreb, 2012.
  6. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • sintaksna analiza i primjene, Element,  Zagreb, 2012.
  7. Wirth, N.: Algorithms + Data Structures = Programs, Prentice-Hall, 1976.

Naziv kolegija: Računarska lingvistika

Nastavnik: izv.prof. dr. sc. Kristina Kocijan

ECTS-bodovi: 6

Jezik: hrvatski

Trajanje: jedan semestar (7. | 9.)

Status: obavezni za studente jednopredmetnog diplomskog studija informatike, istraživački smjer, izborni za ostale studije

Oblik nastave: 2 sata predavanja - 2 sata seminara

Ispit: pismeni i praktični

 

Sadržaj

Pregled naredbi, struktura podataka i standardnih modula alata za obradu prirodnih jezika - NooJ. Uvod u obradu prirodnih jezika: token, leksičke kategorije, rečenica, korpusi. Pretraživanje teksta: tekst kao lista riječi, tokenizacija, parovi riječi (bigrams), kolekcije. Pristupanje tekstualnim korpusima i leksički resursi. Semantičke mreže riječi. Komadanje (chunking) uz pomoć regularnih izraza. Prikaz osnovne sintaksne strukture prirodnog jezika beskontekstnom gramatikom. Sintaksna analiza rečenica prirodnog jezika: parsiranjem (rekurzivni spust) i prepoznavanjem (prepoznavač jezika sa svojstvima).

 

Sadržaj seminara

Rješavanje individualnog projektnog zadatka izradom praktičnog programskog rješenja u NooJ okruženju.

 

Opće i specifične kompetencije

Student će dobiti temeljna znanja iz discipline obrade prirodnih jezika i bit će osposobljen da može samostalno modelirati postupke leksičke i sintaksne analize prirodnih jezika. Također će znati koristiti alate za ekstrahiranje informacija iz tekstova rečenica napisanih u prirodnom jeziku.

 

Ishodi učenja

Nakon uspješno savladanog predmeta, student će moći:

1) Opisati leksička, sintaksna i semantička svojstva prirodnih jezika.
2) Modelirati beskontekstnu gramatiku osnovne strukture rečenica prirodnog jezika.
3) Izabrati postupak parsiranja ili prepoznavanja rečenica prirodnog jezika.
4) Oblikovati i realizirati vlastite algoritme za leksičku i sintaktsnu analizu tekstova rečenica napisanih u prirodnom jeziku.

 

Način održavanja nastave

  • Predavanja: kombinirano, klasično (ploča) i prikazom primjera izvedbom na PCu i projiciranjem uz istodobno pisanje primjera programa od strane studenata na svojim računalima.
  • Seminar: rješavanje zadanog projektnog (seminarskog) rada uz konzultiranje s predmetnim nastavnikom.

 

Obveze studenata i uvjeti

Obvezno pohađanje nastave.

 

Način provjere znanja

Praćenje rada i aktivnosti studenata tijekom semestra:

  • pohađanje predavanja
  • sudjelovanje na nastavi
  • izrada projekta

Skala ocjena: 
dovoljno (2) 60% - 69%
dobro (3) 70% - 79%
vrlo dobro (4) 80% - 89%
izvrsno (5) 90% - 100%

 

Obavezna literatura

  1. Jurafsky, D.; Martin, J.H.: Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition, 2009. [u knjižnici: 2000, 2009 (poglavlja 1-6; 12-16)]
  2. Silberztein, M.: Formalizing Natural Languages: The NooJ Approach, Wiley, 2016. [u knjižnici]

 

Preporučena literatura

  1. Bird, S.; Klein, E.; Loper, E.: Natural Language Processing with Python, O’Reilly Media, 2009.
  2. Clark, A.; Fox, C.; Lappin, S. (eds.): The handbook of computational linguistics and natural language processing, 2010. [u knjižnici]
  3. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • prevođenje i primjene, Element,  Zagreb, 2013.
  4. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • regularni izrazi, gramatike, automati, Element,  Zagreb, 2012. [u knjižnici]
  5. Dovedan Han, Z.: FORMALNI JEZICI I PREVODIOCI  • sintaksna analiza i primjene, Element,  Zagreb, 2012.
  6. Grishman, R.: Computational linguistics: an introduction, Cambridge University Press, 1986. [u knjižnici]
  7. Harris, M.D.: Introduction to Natural Language Processing. Prentice Hall, 1985.
  8. Lawer, J.M.;  Dry, H.A. (eds.): Using computers in linguistics: a practical guide, 1998. [u knjižnici]

Seminarska literatura

  1. Proceedings of the 2007 International Nooj Conference
  2. Applications of finite-state language processing : selected papers from the 2008 International NooJ Conference
  3. Proceedings of the Nooj 2010 International Conference and Workshop
  4. Automatic processing of various levels of linguistic phenomena : selected papers from the NooJ 2011 International Conference
  5. Formalising natural languages with NooJ
  6. Formalising natural languages with NooJ 2013 : selected papers from the NooJ 2013 International Conference