5 föreläsningar, 3 labbar, 2 projektseminarium
FDT3151 Konverserande system 7,5 hp
Konverserande system låter användare interagera med maskiner genom talat eller skrivet språk. Exempel på sådana system är smarta högtalare, röstassistenter, chatbottar och sociala robotar. Detta innefattar användandet av teknologier så som naturlig språkförståelse, talteknologi och multi-modala gränssnitt. Kursen ger en ingående förståelse av konverserande system, från ett teoretiskt och ett praktiskt perspektiv, genom föreläsningar, övningar och ett projekt. Båda klassiska, regelbaserade modeller och nyare modeller baserade på djupinlärning kommer att avhandlas.
Information för forskarstuderande om när kursen ges
Period 2, samkörs med master-kursen DT2151
Välj termin och kursomgång
Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.
Kursval
Gäller för kursomgång
HT 2023 Start 2023-10-30 programstuderande
Anmälningskod
51022
Rubriker med innehåll från kursplan FDT3151 (HT 2020–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursupplägg
Kursinnehåll
Kursen består av fem föreläsningar, tre labbar och ett project som utförs individuellt eller i grupper. Projektetidén presenteras vid en projekt-pitch och vid ett slutseminarium. Under labb-sessionerna kommer vi att använda olika plattformar för att utveckla konverserande system (inklusive grafiska verktyg, social robotik och djupinlärning).
Föreläsningarna kommer att ta upp följande ämnen:
- Introduktion till konverserande system. Historiskt perspektiv. Översikt av tal- och språkteknologiska komponenter.
- Teorier kring språklig interaktion. Semantik och pragmatik. Psykolingvistiska perspektiv.
- Naturlig språkförståese. Grammatik-baserade och datadrivna modeller. Koppling mellan språk och visuell perception.
- Dialoghantering. Chat- och uppgiftsorienterad dialog. Regelbaserade och neurala modeller. Förstärkningsinlärning.
- Multi-modal interaktion, Sociala signaler och Social robotik.
Lärandemål
Efter avslutad kurs ska studenten kunna:
- Redogöra för vilka olika modeller för konverserande system som finns, deras styrkor och svagheter, samt applicera lämplig modell beroende på applikation
- Implementera ett konverserande system med hjälp av regelbaserade ramverk och djupinlärning
- Identifiera forskningsfrågor inom konverserande system, hitta relevant litteratur, utforma en forskningsplan, samt genomföra forskningsprojektet
Kurslitteratur och förberedelser
Särskild behörighet
Doktorander från EECS
Rekommenderade förkunskaper
Grundläggande kunskaper i maskininlärning rekommenderas (t.ex. DD2421, DD2434, EN2202)
Viss programmeringserfarenhet är nödvändig.
Utrustning
Ingen information tillagd
Kurslitteratur
Kompendium med relevanta artiklar.
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
P, F
Examination
- EXA1 - Skriftlig examination, 7,5 hp, betygsskala: P, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Övriga krav för slutbetyg
Närvaro vid alla föreläsningar, övningar och projektseminarier. Godkänd projektrapport.
Möjlighet till komplettering
Ingen information tillagd
Möjlighet till plussning
Ingen information tillagd
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Denna kurs tillhör inget huvudområde.
Utbildningsnivå
Forskarnivå
Påbyggnad
Ingen information tillagd
Kontaktperson
Gabriel Skantze (skantze@kth.se)