學程目標

人工智慧(AI)隨著深度學習技術快速發展有著突破性的發展;於此基礎下自然語言處理(NLP)也有長足的發展,近年來在相關應用上取得了顯著的進步。人工智慧是指機器具備模擬人類智慧的能力,能夠進行學習、推理、問題解決等任務,而自然語言處理則是AI的一個分支,專注於讓機器理解、生成和互動人類語言。隨著深度學習技術的突破,NLP已經能夠在多種應用中展現出色的表現,如語音識別、機器翻譯、情感分析等。特別是像GPT這樣的大規模語言模型,通過分析海量文本數據,能夠理解上下文並生成流暢、符合邏輯的文字。NLP的發展正在重塑我們與技術互動的方式,從語音助手到智能客服,AI語言技術正在逐步滲透到我們的日常生活和工作中。未來,隨著技術的進一步成熟,NLP有望在人機互動、內容創作、自動化等方面帶來更多的創新和可能性。

人工智慧(AI)與自然語言處理(NLP)的發展在非結構性文本分析中扮演著關鍵角色。非結構性文本如新聞報導、社交媒體帖子和電子郵件等,未遵循固定格式,傳統數據分析難以處理。NLP技術能通過語法分析、語義理解、情感分析和主題建模等方法,將這些無結構的數據轉化為有價值的資訊。隨著深度學習的突破,NLP在語音識別、機器翻譯和情感分析等應用中展現出色表現,使我們能夠更精確地處理非結構性文本,從而為企業、研究機構和政府提供洞察,推動更智能的業務決策和社會問題的解決。

因此,本微學分學程為培育非電資領域學生能具備處理非結構性資料,特別是對於日常生活周遭充斥的文本資料進行處理、解讀、分析,資料分析能力的跨領域人才,旨在培育人工智慧與文本分析的非電資學門領域學生。

修課規則

本學程至少修滿 12 學分 始取得本微學程資格。

核心課程(3門課,至少修2門)

📚 圖書資訊學系:
  • Python程式設計實務 3 學分(杜海倫)
🌍 跨文化研究所:
  • 計算語言學 3 學分(朱曼妮)
🀄 中國語文學系:
  • 語言學概論 2 學分(劉雅芬)

應用課程(6門課,至少修2~3門)

📚 圖書資訊學系:
  • 自然語言處理與文字探勘 3學分 (陳舜德)
  • 大數據資料分析與應用 3學分 (杜海倫)
  • 人工智慧應用實務 3學分(周遵儒)
🌍 跨文化研究所:
  • 語料庫文本分析方法 3學分(朱曼妮)
  • 語料蒐集與管理 3 學分(郭俊佶)
🀄 中國語文學系:
  • 漢語語法學 2 學分(劉雅芬)