Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Természetes nyelvi és szemantikus technológiák

    A tantárgy angol neve: Natural Language Processing and Semantic Technologies

    Adatlap utolsó módosítása: 2026. július 10.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar     		Alapképzés (BSc), mérnökinformatikus szak
    Szoftverfejlesztés specializáció
    Szoftverfejlesztés ágazat
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMIAC22 5 2/2/0/v 5  
    3. A tantárgyfelelős személy és tanszék Dr. Mészáros Tamás Csaba,
    A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/VIMIAC22
    4. A tantárgy előadója Dr. Mészáros Tamás Csaba egyetemi docens, MIT
    Dr. Strausz György egyetemi docens, MIT
    5. A tantárgy az alábbi témakörök ismeretére épít Programozási alapismeretek, algoritmus- és gráfelmélet alapjai, valószínűségszámítási alapismeretek
    6. Előtanulmányi rend
    Kötelező:
    Szakirany("AMIN22-SZOFTFEJL/AUT", _) VAGY

    Szakirany("AMIN22-SZOFTFEJL/IIT", _) VAGY

    Szakirany("AMIN22-SZOFTFEJL/MIT", _) VAGY
    Szakirany("AMINrendsztervAUT", _) VAGY
    Szakirany("AMINrendsztervIIT", _) VAGY
    Szakirany("AMINrendsztervMIT", _) VAGY
    Szakirany("AMINszoftfejlAUT", _) VAGY
    Szakirany("AMINszoftfejlIIT", _) VAGY
    Szakirany("AMINszoftfejlMIT", _) VAGY
    Szakirany("VIABI-SOFTWE", _)

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

    7. A tantárgy célkitűzése A tantárgy bevezetést nyújt a természetesnyelv-feldolgozás és a szemantikus technológiák területébe, a különböző megközelítéseket gazdagon illusztrálja gyakorlati ismeretekkel. Ismerteti az egyszerű statisztikai módszerektől a nagy nyelvi modellekig terjedő eszközök működését és alkalmazását az információkeresés, a szövegannotálás, a tudáskinyerés, a természetes nyelvű ember-gép interfészek és további területeken. Kitér különféle tudásreprezentációs technikák, szakértői és következtető rendszerek alkalmazására, valamint kiemelt hangsúlyt helyez modern gépi tanulási megoldások bemutatására. A tantárgyi gyakorlatokon lehetőséget biztosít széles körben alkalmazott eszközök gyakorlati kipróbálására, ipari projektekből származó tapasztalatok megismerésére is.
    8. A tantárgy részletes tematikája

    Bevezetés. A természetesnyelv-feldolgozás (natural language processing, NLP) áttekintése, alapfogalmak, áttekintő irodalmak, célkitűzések, kihívások, alkalmazási területek, ajánlott szoftvereszközök áttekintése.

    Tudásmenedzsment, tárgyterületek modellezése. Tudásmodellezés, explicit és implicit tudás, tudásreprezentációs megközelítések, szakértői rendszerek, következtetés, magyarázatgenerálás. Szemantikus web koncepció, szemantikus web technológiák, nyílt világ feltételezés alapú információleírás.

    Statisztikai nyelvi modellek és alkalmazásaik. Az NLP-feldolgozólánc elemei: adattisztítás, szegmentálás és tokenizálás, modellépítés. Szózsák, n-gram, TF-IDF és rejtett szemantikai modellek. Hatékonyság mérése (pontosság, felidézés, F1-score). Tipikus alkalmazások: információkeresés, szövegklaszterezés, szövegkivonatolás, hangulatelemzés, stilometria, spamszűrés és témamodellezés (topic modelling).

    Ontológiák, logikai reprezentációk. Szótárak, tezauruszok, ontológiák építése és alkalmazása, szemantikus adatmodellek, egységes erőforrás azonosító (URI), erőforrás leíró keretrendszer (RDF), Linked Data koncepció, nyílt adatforrások a világban, nyílt szótárak, szemantikus hálózatok

    A nyelvtani elemzés és kontrollált nyelvű interfészek. Nyelvi szabályszerűségek leírása nyelvtanokkal, szintaktikai elemzés és jellemző algoritmusai, az elemző működése, kifejezésstruktúra, levezetési szabály, elemzési fa, nyelvtanok tanulása, kontrollált természetes nyelvű interfészek (ANTLR).

    Logikai következtetés. Ontológiák reprezentálása leíró logikákban, leíró logikai következtetés, Tableau algoritmus, szabály alapú reprezentáció, előre és hátrafelé láncoló következtetés.

    Gépi tanuláson alapuló és nagy nyelvi modellek. Szövegek nyelvi és szemantikai tulajdonságainak tanulása korpuszból, mélytanulási módszerek (szóbeágyazások, RNN, LSTM, transzformer), generatív és nagy nyelvi nyelvi modellek (GPT, LLM) működése.

    Megbízhatóság a mesterséges intelligenciában. Gépi tanulás és logikai következtetés integrálása, kompozit MI (gépit tanulás, természetesnyelv-feldolgozás és tudás gráfok integrációja), magyarázható mesterséges intelligencia.

    Nagy nyelvi modellek alkalmazásai. Online és lokális modellek használata: képességeik összehasonlítása, programozói felületeik bemutatása, alkalmazásfejlesztési esettanulmányok (csetbotok, copilot megoldások, új generációs keresőgépek: retrieval-augmented generation, RAG).

    Párbeszédkezelés, érvelés. Párbeszédek leírása, modellezése szabály alapú megközelítéssel és kompozit MI alkalmazásával, érvelési rendszerek, magasabb rendű logikai modellek, modális logikák alkalmazása érvelések leírására

    Szövegannotálás és információkinyerés. Szófaji címkézés, szemantikus annotálás, egyértelműsítés, nagy nyelvi modellek alkalmazása információkinyerésre (tudásgráf kinyerése szövegből és Graph-RAG).
    Esettanulmányok. Tudástárak építése és alkalmazása, szemantikus annotálás információkinyerési céllal, természetes nyelvű robotinterfészek megvalósítása, böngésző alkalmazásokba beépülő nyelvi technológiák.

    Gyakorlatok:
    Elemi nyelvfeldolgozás (szegmentálás, tokenizálás, szófaji címkézés) NLTK és Spacy segítségével.
    RDF adatmodellek vizsgálata (RDF4J adatbázis, múzeumi adatok elemzése)
    Szózsák és n-gram modellek építése és alkalmazásuk információkeresési és klaszterezési feladatokban (hangulatelemzés, stilometria). Apache Solr.
    Ontológiák vizsgálata (Protege ontológiaszerkesztő eszköz), következtetés a múzeumi adatmodellen
    Szóbeágyazások és nagy nyelvi modellek használata (online és lokális modellek), prompttervezés, csetbotkészítés.
    Ontológiák építése, egyszerűbb modellek létrehozása Protege környezetben, kompozit MI megoldás vizsgálata.
    RAG-alapú keresőrendszer megvalósítása.
    Nagy nyelvi modellek vizsgálata, magyarázhatóság.
    Tudásalapú nyelvi modellek alkalmazása (szótövesítés, lemmatizálás), nyelvtani elemző készítése ANTLR segítségével, gyakorlati alkalmazásuk.
    Érvelés szakértői rendszermodellben.
    Szövegannotálás és információkinyerés Spacy-vel és nagy nyelvi modellekkel.
    Tudásalapú rendszerek demó, egyszerű szabályalapú környezet vizsgálata.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás és gyakorlat.
    10. Követelmények Szorgalmi időszakban: egy házi feladat elégséges szintű megoldása.
    Vizsgaidőszakban: írásbeli vizsga teljesítése.
    11. Pótlási lehetőségek A házi feladat a pótlási időszak utolsó előtti napjáig pótolható.
    12. Konzultációs lehetőségek Igény szerint, az előadókkal előzetesen egyeztetve.
    13. Jegyzet, tankönyv, felhasználható irodalom
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra56
    Félévközi készülés órákra28
    Felkészülés zárthelyire0
    Házi feladat elkészítése40
    Kijelölt írásos tananyag elsajátítása0
    Vizsgafelkészülés26
    Összesen150
    15. A tantárgy tematikáját kidolgozta Dr. Mészáros Tamás Csaba egyetemi docens, MIT
    Dr. Strausz György egyetemi docens, MIT
    IMSc tematika és módszer Az IMSc program hallgatói számára emelt szintű házi feladat megoldását kínáljuk.
    IMSc pontozás

    A házi feladat emelt szintű megoldásáért összesen maximum 25 IMSc pont szerezhető.

    Az IMSc pontok megszerzése az IMSc programban nem résztvevő hallgatók számára is biztosított.

    Egyéb megjegyzések A tantárgy angol neve: Natural Language Processing and Semantic Technologies.