AI Kaleidoscoop. College 9: Natuurlijke taal. Natuurlijke taal: het probleem. Fases in de analyse van natuurlijke taal.
|
|
- Petra de Lange
- 6 jaren geleden
- Aantal bezoeken:
Transcriptie
1 AI Kaleidoscoop College 9: atuurlijke taal Het Probleem Grammatica s Transitie netwerken Leeswijzer: Hoofdstuk AI9 1 atuurlijke taal: het probleem Communiceren met computers als met mensen, middels natuurlijke taal Belangrijk voor veel toepassingen Databases Gebruikersgemak ertaalprogramma s Maat voor intelligentie Programma s maken gebruik van structuur van taal betekenis van taal kennis over de wereld ongeschreven gedragsregels AI9 2 ivo s in de analyse van natuurlijke taal Fonetiek: ritme & intonatie Fonology: klankeenheden (fonemen) Morfologie: opbouw van woorden (morfemen) yntaxis: opbouw van zinnen etiek: betekenis van woorden en zinnen Pragmatiek: gebruiksregels voor woorden en zinnen Algemene kennis: achtergrondkennis AI9 3 Fases in de analyse van natuurlijke taal. input parsing (ontleden) dit college parse tree setische interpretatie setisch netwerk college s 7&8 contextuele interpretatie uitgebreider setisch netwerk B: in de praktijk geen lineaire volgorde AI9 4
2 yntax, grammatica oorbeeld Algemeen P één begin-symbool P regels: symbolen symbolen P a eindsymbolen likesbites AI9 5 Parseren Herken of zin correct is volgens de grammatica of: genereer een correcte zin Top down parsing P A P P P likes likes A B: zoekes! likes likes AI9 6 Bottom up parsing likes likes likes A likes P P A P P B: zoekes! AI9 7 Parsing: resultaat = parse-tree A likes P AI9 8 A Ambiguïteit: Eén zin kan overeenkomen met meerdere parse-trees
3 Ambiguïteit: oorbeeld He saw her with telescope He saw her with telescope AI9 9 erschillende typen grammatica's: Chomsky hierarchie Reguliere talen: Def: geen recursieve regels b: voorgaande slides Context-vrije talen: Def: één symbool aan linkerkant van regel, mogelijk met recursie b: voorgaande grammatica + P ind_ that ind_ says beliefs Context gevoelige talen: Def: mogelijk >1 aan linkerkant van regels b: volgende slide Recursief opsombare talen Def: willekeurige regels AI9 10 Chomsky hierarchie (2) Reguliere talen: Context-vrije talen: Context gevoelige talen: Recursief opsombare talen B: = atuurlijke atuurlijke taal? taal? AI9 11 Context-gevoelige grammatica oorbeeld: R R s bite R R s s p s bites ss a s s ss p some some p p ss s s ss pp men men p s s p ss runs runs bites R bites pp run run bite p bite Uitbreiding p met setiek extra symbool: bijter/niet-bijter s p bites bites AI9 12 bite
4 Typen grammatica s: evaluatie Context-vrij: eenvoudig formalisme niet voldoende voor natuurlijke taal (wel voldoende voor bijna alle computer-talen) Context-gevoelig: voldoende sterk, maar: explosie van aantal regels, mengen van syntax & setiek Transitie-netwerken = alternatieve notatie voor grammatica s maak een netwerk voor elke non-terminal elk pad in zo n netwerk is een regel voor de non-terminal pijlen zijn de non-terminals of terminals in de regel AI9 13 AI9 14 Transitie-netwerken (b) P P : : P P P: P P a : : likes likes bites bites : P a likes bites AI9 15 Transitie netwerken, alternatieve notatie a that thinks says likes bites a AI9 16
5 Augmented transition networks (AT s) AT = T + datastructuren + edures (per overgang) om data-structuren te ipuleren b: P R P 1: 1: = a a = R R = s s 2: 2: = some some = men men s s R R = p p P1: P1: = bites bites runs runs R-of-=s R-of-=s n n P2: P2: = bite bite run run R-of-=p R-of-=p n n AI9 17 Gebruik van AT s: syntax setiek syntax (= parse-tree) etiek (= conceptuele graaf) AI9 18 P P (s,p) = = likes a = bite agent :#1 object :#1 etiek (= conceptuele graaf) bite agent :#1 setische representatie m.b.v case-frame bite agent <animate> object :#1 object <thing> part Maak setische representatie mbv case-frame Case-frame = voorgebakken lege setische structuur instrument teeth bite agent <animate> object <thing> instrument teeth part oordelen: type-informatie impliciete kennis AI9 19 AI9 20
6 olgende keer tellingen bewijzers: Hoofdstuk 12 AI9 21
Natuurlijke-Taalverwerking
Natuurlijke-Taalverwerking Week 5 Parsing Overzicht DCG s en links-recursie Shift-reduce parsing Chart parsing Generatie Links-recursie?- voorouder(geert,youri). ouder(geert,jan). ouder(jan,youri). voorouder(x,y)
Nadere informatieInleiding: Combinaties
Zinnen 1 Inleiding: Combinaties Combinaties op verschillende niveaus: Lettergrepen als combinaties van fonemen. Woorden als combinaties van morfemen. Zinnen als combinaties van woorden en woordgroepen.
Nadere informatieTalen & Automaten. Wim Hesselink Piter Dykstra Opleidingsinstituut Informatica en Cognitie 9 mei 2008
Talen & Automaten Wim Hesselink Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.cs.rug.nl/~wim 9 mei 2008 Talen & automaten Week 1: Inleiding Dit college Talen Automaten Berekenbaarheid Weekoverzicht
Nadere informatieComplexiteit. Anna Chernilovskaya. Inleiding Taalkunde
Complexiteit Anna Chernilovskaya Inleiding Taalkunde Vandaag: Complexiteit Hoofdstuk 12, sectie 12.6: voorproefje op hoofdstuk 16 Hoofdstuk 14, sectie 14.10: complexiteit van parsing (achtergrondmateriaal,
Nadere informatieDe klasse van recursief opsombare talen is gesloten onder en. Dit bewijzen we met behulp van een recursieve opsomming
Recursieve talen De klasse van recursief opsombare talen is gesloten onder en. Echter, het is niet zo dat L recursief opsombaar is voor alle recursief opsombare talen L. Dit bewijzen we met behulp van
Nadere informatieHet omzetten van reguliere expressies naar eindige automaten, zie de vakken Fundamentele Informatica 1 en 2.
Datastructuren 2016 Programmeeropdracht 3: Patroonherkenning Deadlines. Woensdag 23 november 23:59, resp. vrijdag 9 december 23:59. Inleiding. Deze opdracht is gebaseerd op Hoofdstuk 13.1.7 in het boek
Nadere informatieTaaltechnologie. Januari/februari Inhoud
Taaltechnologie Januari/februari 2002 1 Finite state............................................... 4 1.1 Deterministic finite state automata.................... 4 1.2 Non-deterministic finite state automata................
Nadere informatieAI Kaleidoscoop. College 7: Kennisrepresentatie (I) Kennisrepresentatie. Kennisrepresentatie: gewenste eigenschappen (2)
AI Kaleidoscoop College 7: Kennrepresentatie (I) Algemeen Semantche Netwerken Conceptuele graphen Frames AI KS9 1 Kennrepresentatie Klassieke AI = redeneren over de wereld door middel van een representatie
Nadere informatieLUISTERVAARDIGHEID EN
LUISTERVAARDIGHEID EN SCHRIJFVAARDIGHEID IN DE ISK Goede zinnen schrijven vind ik best moeilijk. Lies Alons Bijeenkomst 8-15 november 2016 DOELEN VANDAAG 1. Je kijkt nog een keer naar luistervaardigheid
Nadere informatieLogische Complexiteit Hoorcollege 4
Logische Complexiteit Hoorcollege 4 Jacob Vosmaer Bachelor CKI, Universiteit Utrecht 8 februari 2011 Contextvrije grammatica s Inleiding + voorbeeld Definities Meer voorbeelden Ambiguiteit Chomsky-normaalvormen
Nadere informatieNatuurlijke Taalverwerking I shift-reduce en chart parsing
Natuurlijke Taalverwerking I shift-reduce en chart parsing Gosse Bouma en Geert Kloosterman 2e semester 2005/2006 Shift-reduce conflicten Epsilon-regels Breadth-first zoeken Gebruik van een chart Toepassing:
Nadere informatieAchtste college algoritmiek. 8 april Dynamisch Programmeren
Achtste college algoritmiek 8 april 2016 Dynamisch Programmeren 1 Werkcollege-opgave Dutch Flag Problem Gegeven een array gevuld met R, W, en B. Reorganiseer dit array zo dat van links naar rechts eerst
Nadere informatieSCORE. Sandra Koster. Congres Ondersteunde Communicatie ISAAC-NF 3 oktober 2017, Doorn
SCORE Sandra Koster Congres Ondersteunde Communicatie ISAAC-NF 3 oktober 2017, Doorn Even voorstellen Sandra Koster Eerstelijns logopediepraktijk gespecialiseerd in Ondersteunde Communicatie. Werkzaam
Nadere informatieBerekenbaarheid 2016 Uitwerkingen Tentamen 26 januari 2017
erekenbaarheid 2016 Uitwerkingen Tentamen 26 januari 2017 1. Geef een standaard Turing-machine M 1 die de volgende taal herkent door eindtoestand: L 1 := {w {a, b, c} w a + w b = w c } Hierin is w a een
Nadere informatieAutomaten & Complexiteit (X )
Automaten & Complexiteit (X 401049) Beschrijven van reguliere talen Jeroen Keiren j.j.a.keiren@gmail.com VU University Amsterdam 5 Februari 2015 Talen Vorig college: Talen als verzamelingen Eindige automaten:
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 26, 2018 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieArtificiële intelligentie 1 ( ) Voorbeelden van examenvragen
Artificiële intelligentie 1 (2002-2003) Voorbeelden van examenvragen Tony Belpaeme, Bart de Boer, Bart De Vylder, Bart Jansen Vraag 1. Wat zal het effect zijn van een convolutiekernel a. Contrast wordt
Nadere informatieTENTAMEN Basismodellen in de Informatica VOORBEELDUITWERKING
TENTAMEN Basismodellen in de Informatica vakcode: 211180 datum: 2 juli 2009 tijd: 9:00 12:30 uur VOORBEELDUITWERKING Algemeen Bij dit tentamen mag gebruik worden gemaakt van het boek van Sudkamp, van de
Nadere informatieTentamen Kunstmatige Intelligentie (INFOB2KI)
Tentamen Kunstmatige Intelligentie (INFOB2KI) 30 januari 2014 10:30-12:30 Vooraf Mobiele telefoons dienen uitgeschakeld te zijn. Het tentamen bestaat uit 7 opgaven; in totaal kunnen er 100 punten behaald
Nadere informatieStudentnummer: Inleiding Taalkunde 2013 Eindtoets Zet op ieder vel je naam en studentnummer!
Inleiding Taalkunde 2013 Eindtoets Zet op ieder vel je naam en studentnummer! Dit tentamen bestaat uit 7 vragen. Lees elke vraag goed, en gebruik steeds de witte ruimte op de pagina, of de achterkant van
Nadere informatieBomen. 8.8 ongerichte bomen 9.4 gerichte bomen ch 10. binaire bomen. deel 2. Tiende college
10 Bomen deel 2 Tiende college 8.8 ongerichte bomen 9.4 gerichte bomen ch 10. binaire bomen 1 arboretum ongericht 8.8 tree graphs 9.4 rooted trees ch.10 binary trees 2 gericht geordend links/rechts bomen
Nadere informatieAutomaten en Berekenbaarheid 2016 Oplossingen #4
Automaten en Berekenbaarheid 2016 Oplossingen #4 28 oktober 2016 Vraag 1: Toon aan dat de klasse van context vrije talen gesloten is onder concatenatie en ster. Antwoord Meerdere manieren zijn mogelijk:
Nadere informatiecompileren & interpreteren - compileren: vertalen (omzetten) - interpreteren: vertolken
compileren & interpreteren - compileren: vertalen (omzetten) - interpreteren: vertolken - belangrijkste punten: - ontleden van de programmatekst - bijhouden van de datastructuren Data Structuren en Algoritmen
Nadere informatieTaalkunde en Computertaalkunde in de Lage Landen: een verhouding die eerst spannend was, dan gespannen en nu gewoon ontspannen
Taalkunde en Computertaalkunde in de Lage Landen: een verhouding die eerst spannend was, dan gespannen en nu gewoon ontspannen Frank Van Eynde Centrum voor Computerlinguïstiek KULeuven CLIN 25, Antwerpen,
Nadere informatieAchtste college algoritmiek. 12 april Verdeel en Heers. Dynamisch Programmeren
Achtste college algoritmiek 12 april 2019 Verdeel en Heers Dynamisch Programmeren 1 Uit college 7: Partitie Partitie Partitie(A[l r]) :: // partitioneert een (sub)array, met A[l] als spil (pivot) p :=
Nadere informatieInleiding Programmeren 2
Inleiding Programmeren 2 Gertjan van Noord November 28, 2016 Stof week 3 nogmaals Zelle hoofdstuk 8 en recursie Brookshear hoofdstuk 5: Algoritmes Datastructuren: tuples Een geheel andere manier om te
Nadere informatieRepresentatie & Zoeken
Representatie & Zoeken!Frames!Scripts College 8: Kennisrepresentatie (II) Kennisrepresentatie: 4 typen Logica Procedures Netwerken Vorig college Slots/values Dit college zingen kanarie geel dier vogel
Nadere informatieRecursion. Introductie 37. Leerkern 37. Terugkoppeling 40. Uitwerking van de opgaven 40
Recursion Introductie 37 Leerkern 37 5.1 Foundations of recursion 37 5.2 Recursive analysis 37 5.3 Applications of recursion 38 Terugkoppeling 40 Uitwerking van de opgaven 40 Hoofdstuk 5 Recursion I N
Nadere informatieOriëntatie Kunstmatige Intelligentie. Taalverwerving
Oriëntatie Kunstmatige Intelligentie Taalverwerving Taalverwervingsparadox Het leren van een taal: Makkelijk voor kinderen Maar moeilijk voor volwassenen en computers Hoe leren kinderen hun moedertaal?
Nadere informatieFormeel Denken 2014 Uitwerkingen Tentamen
Formeel Denken 2014 Uitwerkingen Tentamen (29/01/15) 1. Benader de betekenis van de volgende Nederlandse zin zo goed mogelijk (6 punten) door een formule van de propositielogica: Als het regent word ik
Nadere informatiesoftware constructie recursieve datastructuren college 15 5 stappen plan ontwerpen de software bestaat uiteindelijk uit datatypen functies
software constructie recursieve datastructuren college 15 software engineering highlights 1 de software bestaat uiteindelijk uit datatypen functies verbindingen geven gebruik aan main is de top van het
Nadere informatie2. Syntaxis en semantiek
2. Syntaxis en semantiek In dit hoofdstuk worden de begrippen syntaxis en semantiek behandeld. Verder gaan we in op de fouten die hierin gemaakt kunnen worden en waarom dit in de algoritmiek zo desastreus
Nadere informatieRecursive-Descent Parsing
Week 2 Recursive-Descent Parsing PRACTICUM Tijdens dit practicum wordt een eenvoudige one-pass recursive-descent vertaler ontwikkeld in Java. We volgen daarbij hoofdstuk 4 van Watt & Brown. De te ontwikkelen
Nadere informatieNormaliseren versie 1.1
Normaliseren versie 1.1 Datamodellering 27 1 Wat is normaliseren? Data organiseren in tabelvorm, zó dat: er minimale redundantie is update operaties (toevoegen, wijzigen, verwijderen) eenvoudig zijn uit
Nadere informatieBomen. 8.8 ongerichte bomen 9.4 gerichte bomen ch 10. binaire bomen
10 Bomen 8.8 ongerichte bomen 9.4 gerichte bomen ch 10. binaire bomen 1 Baarn Hilversum Soestdijk Den Dolder voorbeelden route boom beslisboom Amersfoort Soestduinen + 5 * + 5.1 5.2 5.3 5.4 2 3 * * 2 5.3.1
Nadere informatieAutomaten & Complexiteit (X )
Automaten & Complexiteit (X 401049) Inleiding Jeroen Keiren j.j.a.keiren@vu.nl VU University Amsterdam Materiaal Peter Linz An Introduction to Formal Languages and Automata (5th edition) Jones and Bartlett
Nadere informatieModelleren en programmeren. Week 9: werken met incomplete datastructuren
Modelleren en programmeren Week 9: werken met incomplete datastructuren 1. Incomplete datastructuren Een krachtige programmeertechniek is het gebruik van incomplete datastructuren: datastructuren die variabelen
Nadere informatieFormeel Denken 2013 Uitwerkingen Tentamen
Formeel Denken 201 Uitwerkingen Tentamen (29/01/1) 1. Benader de betekenis van de volgende Nederlandse zin zo goed mogelijk (6 punten) door een formule van de propositielogica: Het is koud, maar er ligt
Nadere informatiePracticumopgave 3: SAT-solver
Practicumopgave 3: SAT-solver Modelleren en Programmeren 2015/2016 Deadline: donderdag 7 januari 2016, 23:59 Introductie In het vak Inleiding Logica is onder andere de propositielogica behandeld. Veel
Nadere informatieALGORITMIEK: answers exercise class 7
Problem 1. See slides 2 4 of lecture 8. Problem 2. See slides 4 6 of lecture 8. ALGORITMIEK: answers exercise class 7 Problem 5. a. Als we twee negatieve (< 0) getallen bij elkaar optellen is het antwoord
Nadere informatieDe symmetrische min-max heap
De symmetrische min-max heap Tweede programmeeropdracht Datastructuren, najaar 2006 De symmetrische min-max heap (SMM heap) is een datastructuur waarin getallen (of andere elementen met een lineaire ordening)
Nadere informatie1e Deeltentamen Inleiding Taalkunde
1e Deeltentamen Inleiding Taalkunde 28/05/2009 13.15-16.15 Dit tentamen heeft 5 vragen. Je hebt drie uur de tijd om deze te beantwoorden. Vergeet niet je naam en studentnummer steeds duidelijk te vermelden.
Nadere informatierecursie Hoofdstuk 5 Studeeraanwijzingen De studielast van deze leereenheid bedraagt circa 6 uur. Terminologie
Hoofdstuk 5 Recursion I N T R O D U C T I E Veel methoden die we op een datastructuur aan kunnen roepen, zullen op een recursieve wijze geïmplementeerd worden. Recursie is een techniek waarbij een vraagstuk
Nadere informatiec, X/X a, c/λ a, X/aX b, X/X
ANTWOORDEN tentamen FUNDAMENTELE INFORMATICA 3 vrijdag 25 januari 2008, 10.00-13.00 uur Opgave 1 L = {x {a,b,c} n a (x) n b (x)} {x {a,b,c} n a (x) n c (x)}. a. Een stapelautomaat die L accepteert: Λ,
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation.
Cover Page The handle http://hdl.handle.net/1887/20554 holds various files of this Leiden University dissertation. Author: Lai, Jun Title: The learnability of center-embedded recursion : experimental studies
Nadere informatieDatamodelleren en databases 2011
Datamodelleren en databases 21 Capita selecta 1 In dit college Modelleren Normaliseren Functionele afhankelijkheid 1-3N M:N-relaties, associatieve entiteittypes, ternaire relaties Weak entiteittypes Multivalued
Nadere informatieSequentiële Logica. Processoren 24 november 2014
Sequentiële Logica Processoren 24 november 2014 Inhoud Eindige automaten Schakelingen met geheugen Realisatie van eindige automaten Registers, schuifregisters, tellers, etc. Geheugen Herinnering van week
Nadere informatieEen eenvoudig algoritme om permutaties te genereren
Een eenvoudig algoritme om permutaties te genereren Daniel von Asmuth Inleiding Er zijn in de vakliteratuur verschillende manieren beschreven om alle permutaties van een verzameling te generen. De methoden
Nadere informatieGepersonaliseerd leren op de ipad
Gepersonaliseerd leren op de ipad Kees Versteeg @hrckees Wanneer was de laatste keer dat u... Een museum bezocht met fototoestel en video tas om de schouder? Een reis boekte bij een reisbureau? Geld haalde
Nadere informatieUitbreiding van de Model Specification Language (MSL) compiler. Thierry Cornelis
Uitbreiding van de Model Specification Language (MSL) compiler Thierry Cornelis 29 november 2002 Inhoudsopgave 1 Prototype 1 3 1.1 AToM 3............................... 3 1.2 Compileren............................
Nadere informatieExpertsystemen. Marco Wiering CGN A126 Tel. 030 2539209 marco@cs.uu.nl
Expertsystemen Marco Wiering CGN A126 Tel. 030 2539209 marco@cs.uu.nl Inleiding en inperking (1) Expertsystemen en Artificial Intelligence (AI) Wat is intelligentie? Inleiding en inperking (2) Inleiding
Nadere informatiePetri-netten in Protos: wat moet je ermee?
Petri-netten in Protos: wat moet je ermee? Dr.ir. Hajo Reijers Faculteit Technologie Management, TU Eindhoven e-mail: h.a.reijers@tm.tue.nl Agenda Petri-netten klein beetje geschiedenis wat is het nou
Nadere informatieAutomaten en Berekenbaarheid
Automaten en Berekenbaarheid Bart Demoen KU Leuven 2016-2017 Les 8: 118-125 orakels en reducties met orakels Turing-berekenbare functies de bezige bever Orakelmachines I 2/14 we kennen al: een TM die een
Nadere informatieSyllabus Natuurlijke-Taalverwerking I. Gosse Bouma Afdeling Informatiekunde Rijksuniversiteit Groningen
Syllabus Natuurlijke-Taalverwerking I Gosse Bouma Afdeling Informatiekunde Rijksuniversiteit Groningen gosse@let.rug.nl Februari, 2006 Inhoudsopgave 1 Inleiding 4 1.1 Taal en computer.................................
Nadere informatieLTX016B05. Nieuwe ontwikkelingen in de syntaxis. College 11
LTX016B05 Nieuwe ontwikkelingen in de syntaxis College 11 2/68 Vandaag: tweede college Minimalisme (2/4) 3/68 Minimalisme! voortzetting van de generatieve syntaxis (1991-heden)! kernidee: de grammatica
Nadere informatieNatuurlijke-taalverwerking
Natuurlijke-taalverwerking Parse disambiguatie Week 6 Overzicht Probabilistische CFG Parsen met PCFG Afleiden van PCFG uit treebank Evaluatie Disambiguatie voor unificatiegrammatica s Disambiguatie Ambiguïteit:
Nadere informatie8. Logogrammen. Soemer. Uitbreiding
8. Logogrammen Soemer Ongeveer 5 duizend jaar geleden woonde in Zuid-Oost Irak een volk dat de Soemeriërs werd genoemd. Zelf noemden ze hun land ki-en-gir, het land van de beschaafde heersers. De Soemeriërs
Nadere informatieUitwerking tentamen Algoritmiek 9 juli :00 13:00
Uitwerking tentamen Algoritmiek 9 juli 0 0:00 :00. (N,M)-game a. Toestanden: Een geheel getal g, waarvoor geldt g N én wie er aan de beurt is (Tristan of Isolde) b. c. Acties: Het noemen van een geheel
Nadere informatiewaar is hier de uitgang?
waar is hier de uitgang? Titel van de presentatie Hendrik Jan Hoogeboom Ouderdag 18 mei 2013 Algoritmen in het Doolhof Ouderdag 18.4 15 Hendrik Jan Hoogeboom Universiteit Leiden. Bij ons leer je de wereld
Nadere informatiestart -> id (k (f c s) (g s c)) -> k (f c s) (g s c) -> f c s -> s c
Een Minimaal Formalisme om te Programmeren We hebben gezien dat Turing machines beschouwd kunnen worden als universele computers. D.w.z. dat iedere berekening met natuurlijke getallen die met een computer
Nadere informatieUitwerking tentamen Algoritmiek 9 juni :00 17:00
Uitwerking tentamen Algoritmiek 9 juni 2015 14:00 17:00 1. Clobber a. Toestanden: m x n bord met in elk hokje een O, een X of een -. Hierbij is het aantal O gelijk aan het aantal X of er is hooguit één
Nadere informatieDoorzoeken van grafen. Algoritmiek
Doorzoeken van grafen Algoritmiek Vandaag Methoden om door grafen te wandelen Depth First Search Breadth First Search Gerichte Acyclische Grafen en topologische sorteringen 2 Doolhof start eind 3 Depth
Nadere informatieAlgoritmiek. 8 uur college, zelfwerkzaamheid. Doel. Hoe te realiseren
Algoritmiek Doel Gevoel en inzicht ontwikkelen voor het stapsgewijs, receptmatig oplossen van daartoe geëigende [biologische] probleemstellingen, en dat inzicht gebruiken in het vormgeven van een programmeerbare
Nadere informatieLTX016B05. Nieuwe ontwikkelingen in de syntaxis. College 2
LTX016B05 Nieuwe ontwikkelingen in de syntaxis College 2 2/104 Vandaag: 3/104 Vandaag:! Algemene aspecten van de generatieve syntaxistheorie 4/104 Vandaag:! Algemene aspecten van de generatieve syntaxistheorie
Nadere informatieDatastructuren en Algoritmen
Datastructuren en Algoritmen Tentamen Vrijdag 6 november 2015 13.30-16.30 Toelichting Bij dit tentamen mag je gebruik maken van een spiekbriefje van maximaal 2 kantjes. Verder mogen er geen hulpmiddelen
Nadere informatieOnafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms
Onafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms Giso Dal (0752975) Pagina s 5 7 1 Deelverzameling Representatie
Nadere informatiecolleges recursieve datastructuren college 9 prioriteit van operatoren prioriteit in recursive descent parser
colleges recursieve datastructuren college 9 interpreteren: waarde van bomen bepalen transformeren: vorm van bomen veranderen parseren herkennen van expressie in de tekst herkennen van functies onderwerp
Nadere informatieAI Kaleidoscoop. College 7: Kennisrepresentatie (I) Kennisrepresentatie. Kennisrepresentatie: gewenste eigenschappen (2)
AI Kaleidoscoo College 7: Kennreresentatie (I) Algemeen Semantche Netwerken Concetual deendency theory Concetuele grahen Leeswijzer: Hoofdstuk 7.0-7.2 +blz. 35-44 AI KS9 1 Kennreresentatie Klassieke AI
Nadere informatieNatuurlijke-Taalverwerking I
1 atuurlijke-taalverwerking I Gosse Bouma en Geert Kloosterman (pract) 2e semester 2005/2006 Overzicht Week1 : Inleiding, Context-vrije grammatica. Week 2-3 : Definite Clause Grammar Regels, gebruik van
Nadere informatieSemantiek (2IT40) Bas Luttik. HG 7.14 tel.: Hoorcollege 8 (7 juni 2007)
Bas Luttik s.p.luttik@tue.nl http://www.win.tue.nl/~luttik HG 7.14 tel.: 040 247 5152 Hoorcollege 8 (7 juni 2007) Functionele talen Idee: een programma definieert reeks (wiskundige) functies. Programma
Nadere informatieDerde college algoritmiek. 23 februari Complexiteit Toestand-actie-ruimte
Algoritmiek 2018/Complexiteit Derde college algoritmiek 2 februari 2018 Complexiteit Toestand-actie-ruimte 1 Algoritmiek 2018/Complexiteit Tijdcomplexiteit Complexiteit (= tijdcomplexiteit) van een algoritme:
Nadere informatieCompilers.
Compilers joost.vennekens@denayer.wenk.be Job van een compiler Job van een compiler 68: newarray int int grens = min + (max - min) / 2; int[] kleiner = new int[n]; int[] groter = new int[n]; int k = 0;
Nadere informatieNatuurlijke-Taalverwerking 1
Natuurlijke-Taalverwerking 1 Week 3 Definite Clause Grammar (vervolg) Overzicht 1 DCG Hoofdzinnen en bijzinnen Betekenis Generatie Automatisch Vertalen Meer dan context-vrije grammatica Een toepassing
Nadere informatieRESPONSIVE TO A CHANGING WORLD. Yolk Henny van Egmond Congres over het nieuwe werken 2014
RESPONSIVE TO A CHANGING WORLD Yolk Henny van Egmond Congres over het nieuwe werken 2014 Ontwikkeling en groei van binnenuit We leven niet in een tijdperk van veranderingen, maar in een verandering van
Nadere informatieSamenvatting. wh-vraagzinnen genoemd, omdat in het Engels dergelijke vraagwoorden met de letters wh beginnen.
Samenvatting Talen verschillen in de wijze waarop woorden en zinnen of delen daarvan gecombineerd worden om een betekenisvolle expressie te vormen. Bijvoorbeeld, in de Engelse wh-vraagzin Who does John
Nadere informatieComplexiteit. Rick Nouwen. Inleiding Taalkunde
Complexiteit Rick Nouwen Inleiding Taalkunde Vandaag: Complexiteit Hoofdstuk 12, sectie 12.6: voorproefje op hoofdstuk 16 Hoofdstuk 14, sectie 14.10: complexiteit van parsing (achtergrondmateriaal, hier
Nadere informatieSustainisme als perspectief op erfgoed x ruimte
gle Maps Straatwaarden Atelier #1, Heritage Lab, Reinwardt Academie, 14 maart 2016 Sustainisme als perspectief op erfgoed x ruimte Wibautstraat Amsterdam Knowledge Mile Michiel Schwarz Sustainism Lab www.sustainism.com
Nadere informatieVERBETERING IN BEELD
Brainstorm 1 2 Observatie Interpretatie 3 4 5 Brainstorm 1 Brainstorm 1 Doel: Identificeren waar men wel en niet blij mee is Observatie Tijd 60-90 minuten Vragen Onderstaande vragen worden klassikaal behandeld
Nadere informatieElfde college algoritmiek. 18 mei Algoritme van Dijkstra, Heap, Heapify & Heapsort
Algoritmiek 018/Algoritme van Dijkstra Elfde college algoritmiek 18 mei 018 Algoritme van Dijkstra, Heap, Heapify & Heapsort 1 Algoritmiek 018/Algoritme van Dijkstra Uit college 10: Voorb. -1- A B C D
Nadere informatieBerekenbaarheid 2015 Uitwerkingen Tentamen 5 november 2015
erekenbaarheid 2015 Uitwerkingen Tentamen 5 november 2015 1. Definieer een standaard Turing-machine M 1 met input alfabet Σ = {a, b} die twee a s voor zijn input plakt, dus met M 1 (w) = aaw voor alle
Nadere informatieDATAMODELLERING BEGRIPPENBOOM
DATAMODELLERING BEGRIPPENBOOM Inleiding In dit whitepaper wordt de datamodelleervorm begrippenboom inclusief de begrippenlijst beschreven. Deze modelleervorm staat in verhouding tot een aantal andere modelleervormen.
Nadere informatieTransitie Steden als politieke actor
Transitie Steden als politieke actor 2 ARhus 3 Van tijdperk in verandering naar verandering van tijdperk 4 Recentste kantelmomenten 5 Recentste kantelmomenten 6 Huidige kantelbewegingen 7 Huidige kantelbewegingen
Nadere informatieLogisch Programmeren/Prolog 2006-7
Logisch Programmeren/Prolog 2006-7 Jori Mur Center for Language and Cognition (CLCG) Rijksuniversiteit Groningen j.mur@rug.nl 1 Overzicht generatiegenoot/2 Lijsten 2 Huiswerkopgave % % truus % / \ % griet
Nadere informatieAfstanden in Sociale Netwerken. Frank Takes Open Dag Informatica 30 november 2012
Afstanden in Sociale Netwerken Frank Takes (ftakes@liacs.nl) Open Dag Informatica 30 november 2012 Wie ben ik? Frank Takes VWO, profiel N&T (2004) Bachelor Informatica (BSc, 2008) Minor Bedrijfswetenschappen
Nadere informatieN&O: Objectgericht Programmeren. (in Python)
N&O: Objectgericht Programmeren (in Python) N&O Twee aparte onderwerpen Internet en websites (50%) Programmeren in Python (50%) Komen samen in dynamische websites Webpagina als user interface voor Python
Nadere informatieNatuurlijke-Taalverwerking I Shift-reduce Parsing
Natuurlijke-Taalverwerkig I hift-reduce Parsig Gosse Bouma e Geert Kloosterma 2e semester 2005/2006, week 4 Meer da cotext-vrij, DCG s e liks-recursie, Bottom-up parsig, hift-reduce algoritme. Overzicht
Nadere informatierij karakters scanner rij tokens parser ontleedboom (filteren separatoren) (niet expliciet geconstrueerd) (+ add. inform.) (contextvrije analyse)
scanning and parsing 1/57 rij karakters scanner (filteren separatoren) rij tokens (+ add. inform.) (niet expliciet geconstrueerd) parser (contextvrije analyse) ontleedboom (parse tree) representeert syntactische
Nadere informatieObjectgericht Programmeren. (in Python)
Objectgericht Programmeren (in Python) Motivatie Programmeren is moeilijk Waarom? Complexiteit 100 200 300 400 500 kloc (1000 lijnen code) g1 = raw_input("eerste getal?") g2 = raw_input("tweede getal?")
Nadere informatieDatastructuren en Algoritmen voor CKI
Ω /texmf/tex/latex/uubeamer.sty-h@@k 00 /texmf/tex/latex/uubeamer.sty Datastructuren en Algoritmen voor CKI Vincent van Oostrom Clemens Grabmayer Afdeling Wijsbegeerte Hoorcollege 5 16 februari 2009 Waar
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 21 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 21 oktober 2015 1 / 20 Deze week: algoritmes en complexiteit
Nadere informatieFinite automata. Introductie 35. Leerkern 36. Zelftoets 44. Terugkoppeling 45
Finite automata Introductie 35 Leerkern 36 1 Deterministic finite accepters 36 2 Nondeterministic finite accepters 38 3 Equivalence of deterministic and nondeterministic finite accepters 41 Zelftoets 44
Nadere informatieDiscrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie
Discrete Structuren Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 22 februari 2009 INDUCTIE & RECURSIE Paragrafen 4.3-4.6 Discrete Structuren Week 3:
Nadere informatieHuiswerk 3: Prolog. Inleiding Taalkunde. Dinsdag 31 mei
Huiswerk 3: Prolog Inleiding Taalkunde Dinsdag 31 mei Opdracht 1: Top-down Parsing In deze opdracht bekijken we top-down parsing. Voor dit parseeralgoritme is een implementatie in Prolog gegeven in het
Nadere informatieZo kijkt VVJ naar participatie 1
Zo kijkt VVJ naar participatie Groeien naar meer participatief besturen Groeien naar, want kun je niet snel snel, en niet in je eentje Participatief besturen : is voor VVJ een voorwaarde voor goed beleid
Nadere informatieMededelingen. TI1300: Redeneren en Logica. Waarheidstafels. Waarheidsfunctionele Connectieven
Mededelingen TI1300: Redeneren en Logica College 4: Waarheidstafels, Redeneringen, Syntaxis van PROP Tomas Klos Algoritmiek Groep Voor de Fibonacci getallen geldt f 0 = f 1 = 1 (niet 0) Practicum 1 Practicum
Nadere informatieOBSERVATIESCHEMA. Faculteit Psychologie en Pedagogische Wetenschappen ACADEMISCHE INITIËLE LERARENOPLEIDING. academiejaar 2003/2004
Faculteit Psychologie en Pedagogische Wetenschappen ACADEMISCHE INITIËLE LERARENOPLEIDING academiejaar 2003/2004 Vakdidactiek: informatica Lesgever: Prof. A. Hoogewijs Vakgroep Pure wiskunde en computeralgebra
Nadere informatieOpgaven bij Hoofdstuk 4 - Frames en Overerving
Opgaven bij Hoofdstuk 4 - Frames en Overerving Semantische netwerken Opgave 1 a. Een semantisch net S is een geëtiketteerde graaf S = (V (S), A(S), λ), met V (S) de verzameling knopen, A(S) V (S) V (S)
Nadere informatieAI Kaleidoscoop. College 1. Wat gaan we vandaag doen? Huishoudelijke Zaken. Huishoudelijke Zaken
AI Kaleidoscoop College 1 Huishoudelijke zaken Overzicht van cursus College 1: Definitie van AI Overzicht van AI Leeswijzer: Hoofdstuk 1 1 2 Huishoudelijke Zaken Docent: Frank van Harmelen email: Frank.van.Harmelen@cs.vu.nl
Nadere informatieBasiskennis lineaire algebra
Basiskennis lineaire algebra Lineaire algebra is belangrijk als achtergrond voor lineaire programmering, omdat we het probleem kunnen tekenen in de n-dimensionale ruimte, waarbij n gelijk is aan het aantal
Nadere informatieCLIPS en het Rete-algoritme. Productieregels in CLIPS. Feiten. Productiesysteem (voorbeeld)
CLIPS en het Rete-algoritme CLIPS: acroniem voor C Language Integrated Production System Verwant aan OPS5 (Carnegie-Mellon University), en gebaseerd op ART (Artificial Reasoning Tool) Ontwikkeld door Lyndon
Nadere informatie