语言智能与技术
计算语言学前沿
1.基础部分：语言计算研究的先驱：Markov链，zipf定律，熵，Bar-Hillel的范畴语法，Harris的语言串分析法，O.C.K 的语言集合论模型；（3-4课时）
2.提高部分：语言资源建设、跨语言信息处理、话题、事件计算方面的论文研读。（16-17课时）
语音信息处理
自然语言处理的统计方法
本课程主要讲授自然语言处理和计算语言学中的统计方法、关键技术和最新进展。主要内容包括语言处理的统计学基础和语言模型、因马尔科夫模型、最大熵模型以及NLP中常用的机器学习方法等等。
通过本课程的学习，希望学生能了解语言信息处理中基于统计的学术思想，掌握解决实际语言任务的能力，了解相关的最新研究成果，培养学生在语言信息处理领域和相关领域的科研能力。
授课内容：
第1周：自然语言处理综述
第2周：汉字编码
第3-4周：汉字统计和汉字处理
第5-6周：基于单字的输入法实现
第7-8周：音字转换的基本原理和实现
第9-10周：语言模型的基本原理和CMU工具包
第11-13周：汉语分词的理论和实践
第14-15周：词性标注与隐马尔可夫模型
第16-17周：全文检索的方法和实现
第18周：答疑与习题课
语料库语言学
教学目标：了解语料库语言学的基本理念——了解语料库语言学的学科位置、历史、研究状况、研究重点和发展趋势（实时）；了解用语料库研究语言的意义和作用；掌握语料库语言学的基本概念；掌握语料库建设的基本原则和一般方法；掌握使用语料库的方法、技能、工具；了解语料库在语言信息处理研究和语言研究中的应用，最终能够独立的利用语料库，提出自己进行语言信息处理或语言学领域的研究问题。作为语言信息处理方向的研究生，重点要全面熟悉已有的中文语料库及其功能，掌握中文语料库建设、开发、利用的工程性和技术性的方法、手段。
授课内容：
1．绪论。包括语料库、语料库语言学概念；语料库语言学的位置、性质、学科基础；语料库语言学的发展历史（流派）、发展方向、研究内容等。 （6学时）
2．语料库的应用。介绍基于语料库的语言学研究成果、研究方面。以实例展现基于语料库语言学的研究过程（3~4学时）
3．语料库的设计、开发、管理。包括语料库设计原则、建库方法(包括开源的数据下载工具、检索、管理系统)、语料库类型、经典语料库介绍。（9~10学时）
4．语料库使用及加工技术。包括从计算的角度考虑语言的思维方式、语料库使用及相关工具、基本的统计量、语料库标注（原则、标注中涉及的问题、自动标注的方法、标注的检查方法等）（12学时）
5．基于语料库的语言学研究。包括词汇计量研究、句型统计、词典学研究、语言的多维特征分析方法、词语的自动语义分类方法、词汇-语法调查、Register Variation研究、语篇分析、故事库构建等。（9学时）
6．语料库方法在计算语言学中的应用。包括语言数据资源开发（LDC）、经典的词法分析算法。（6~7学时）
7．讨论：语言监测与语言教学。（6~9学时）
汉语教学技术前沿
授课目标：掌握教育技术前沿理论与实践，并将其用于对外汉语教学中。
主要内容：
一）信息技术与课程整合
二）移动学习
三）学习理论的变革
四）新技术应用
五）汉语教学设计
六）智慧教育
