001-Предмет, типові задачі та методи обробки природних мов001.1 Токенізація URL001.2 Part-of-speech tagging URL001.3 Named Entity Recognition (NER) 001.4 Stemming and Lemmatization 001.5 Stop words removal001.6 Sentiment Analysis 001.7 Dependency parsing 001.8 Text classification 001.9 Machine Translation001.10 Speech recognition001.11 Text Generation001.12 Summarization001.13 Coreference resolution001.14. Word Sense Disambiguation 001.15 Question Answering002.1 Створення словника002.2 Bекторна модель документа003 - Тематичне моделювання. Латентний семантичний аналіз.004.1 - Тематичне моделювання. Приховане розміщення Діріхле. 004.2 - Тематичне моделювання. Сучасні методи004.3 - GloVe.004.4 Якість тематичної моделі005 - Огляд архітектур нейронних мереж для NLP 005.1. Feedforward Neural Networks (FNNs) 005.2. Recurrent Neural Networks (RNNs) 005.3 LSTM005.4 GRU005.5 CNN005.6 Transformers005.7. Bidirectional Encoder Representations from Transformers (BERT)005.8. Generative Pre-trained Transformers (GPT)005.9. Sequence-to-Sequence (Seq2Seq)005.10. Attention Mechanisms005.11. ELECTRA005.12. XLNett006 - Представлення слів у Rn. Word2Vec. FastText. Оперування представленнями007 - Згорточні нейронні мережі для обробки текстів008 - Моделювання тексту за допомогою рекурентних нейронних мереж. RNN009 - Моделювання тексту за допомогою нейронної мережі з довгою короткочасною пам'яттю. LSTM 010 - Перетворення послідовності в послідовність011 - Модель трансформерів012 - Механізм уваги013.1 - Виявлення сутностей у тексті013.2 Виявлення зв'язків між сутностями014 - Діалогові системи