自然语言处理理学硕士
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
关键信息
校园位置
Abu Dhabi, 阿拉伯联合酋长国
语言
英语
学习形式
在校园
期间
2 年
步伐
全职
学费
请求信息
报名截止日期
31 Mar 2024
最早开始日期
Aug 2024
* 获得全额奖学金的全日制学生:免费 |非全日制学生:每学分 5,000 迪拉姆,共 35 个学分,另加杂费
介绍
NLP 专注于允许计算机使用日常语言与人交流的系统开发。自然语言生成系统将计算机数据库中的信息转换为可读或可听的人类语言,反之亦然。此类系统还支持复杂的任务,例如跨语言翻译、语义理解、文本摘要和对话。 NLP 算法的关键应用包括交互式语音响应应用程序、自动翻译器、数字个人助理(例如 Siri、Cortana、Alexa)、聊天机器人和智能文字处理器。
程序能力
完成课程要求后,毕业生将能够:
- 展示对用于分析和建模文本和语音数据的计算技术的高度专业化理解,并将其应用于实际场景。
- 深入理解语音和文本数据中的句法和语义结构(例如谓词-参数结构)。
- 获得实现尖端 NLP 算法的高级能力,并对取得的结果进行基准测试。
- 有能力制定自己的研究问题,分析现有知识体系,提出和开发新问题的解决方案。
- 获得使用和部署 NLP 相关编程工具来解决各种 NLP 问题的专业知识。
- 在与 NLP 相关的项目上,以合议的方式独立工作,也可以作为团队的一员。
- 在课程和研究过程中应表现出正确的学习态度,以清楚地显示出主人翁精神,个人和技术成长以及责任感。
- 有效地口头和书面交流实验结果和研究结果,并批评现有的工作。
自然语言处理理学硕士的最低学位要求是 35 学分,分布如下:
核心课程
自然语言处理理学硕士主要是一个基于研究的学位。课程作业的目的是让学生掌握正确的技能,以便他们能够成功完成他们的研究项目(论文)。学生必须参加 COM701,作为必修课程。他们可以从下面提供的列表中的六门集中课程中选择三门核心课程:
选修课程
学生将根据兴趣、拟议的研究论文和职业前景,与他们的监督小组协商,从可用的选修课程列表中选择至少两门选修课程,总共八个(或更多)学分 (CH)。自然语言处理硕士的选修课如下表所示:
研究论文
硕士论文向学生展示了一个未解决的研究问题,要求他们提出新的解决方案并为知识体系做出贡献。学生在监督小组的指导下进行为期 1 年的独立研究。
招生
课程
自然语言处理理学硕士的最低学位要求为36个学分,分布如下:
核心课程 | 课程数量 | 学分时长 |
核心 | 3 | 12 |
选修课 | 3 | 12 |
研究论文 | 1 | 12 |
实习 | 作为毕业要求,必须令人满意地完成至少一次长达六周的实习 | 0 |
核心课程
自然语言处理理学硕士主要是一个以研究为基础的学位。 课程的目的是让学生掌握正确的技能,使他们能够成功完成研究项目(论文)。 学生必须参加 AI701、MTH701 和 NLP701 作为必修课程。 他们可以选择三门选修课。
代码 | 课程标题 | 积分时长 |
AI701 | 人工智能的基础 | 4 |
MTH701 | 人工智能的数学基础 | 4 |
NLP701 | 自然语言处理 | 4 |
NLP702 | 高级自然语言处理 | 4 |
NLP703 | 语音处理 | 4 |
选修课程
学生将选择至少三门选修课程,共计12(或更多)学分。 两人必须从名单A中选出,一人必须根据兴趣、拟议的研究论文和职业抱负,与其监督小组协商,从名单A或B中选出。 下表列出了自然语言处理理学硕士可用的选修课程:
清单 A
代码 | 课程标题 | 积分时长 |
NLP702 | 高级自然语言处理 | 4 |
NLP703 | 语音处理 | 4 |
NLP704 | 用于语言处理的深度学习 | 4 |
NLP705 | 高级自然语言处理主题 | 4 |
NLP706 | 高级语音处理 | 4 |
名单 B
代码 | 课程标题 | 积分时长 |
AI702 | 深度学习 | 4 |
CV701 | 人类和计算机视觉 | 4 |
CV702 | 计算机视觉几何 | 4 |
CV703 | 视觉物体识别和检测 | 4 |
CV707 | 数字双胞胎 | 4 |
DS701 | 数据挖掘 | 4 |
DS702 | 大数据处理 | 4 |
HC701 | 医学影像:物理与分析 | 4 |
ML701 | 机器学习 | 4 |
ML702 | 推进机器学习 | 4 |
ML703 | 概率和统计推断 | 4 |
ML707 | 智慧城市服务和应用 | 4 |
ML708 | 值得信赖的人工智能 | 4 |
MTH702 | 优化 | 4 |
研究论文
硕士论文研究使学生面临一个未解决的研究问题,他们需要提出新的解决方案并为知识体系做出贡献。 学生在监督小组的指导下进行为期一年的独立研究。
代码 | 课程标题 | 积分时长 |
NLP699 | 自然语言处理硕士研究论文 | 12 |
画廊
排名
CS排名一览
- 全球CS排名人工智能领域第18位
- 全球 CS 排名 ML 领域第 28 位
- 全球 CS 排名 CV 领域第 16 位
- 全球CS排名NLP领域第19位
计划成果
完成课程要求后,毕业生将能够:
- 展示对用于分析和建模文本和语音数据的计算技术的高度专业化理解,并将其应用于现实场景
- 对语音和文本数据(例如,谓词-参数结构)中的句法和语义结构有深刻的理解
- 获得实施尖端自然语言处理算法的高级能力,并对所获得的结果进行基准测试
- 有能力提出自己的研究问题,分析现有知识体系,提出新问题并制定解决方案
- 获得使用和部署 NLP 相关编程工具以解决各种 NLP 问题的专业知识
- 以集体方式独立开展与自然语言处理相关的项目,并以团队成员的身份工作
- 以口头和书面形式有效地传达实验结果和研究结果,并对现有工作进行批评
课程学费
工作机会
人工智能正在渗透到每个行业。 在最近在MBZUAI举行的雇主参与活动中,有来自多个领域的代表参加,包括(但不限于):
- 航空、咨询、教育、能源、金融、政府实体、医疗保健、媒体、石油和天然气、安全和国防、研究机构、零售、电信、运输和物流,以及初创企业。
最近通过MBZUAI学生职业门户网站发布的工作机会包括(但不限于):
- AI 解决方案架构师、AI 解决方案工程师、算法工程师、数据分析师、数据工程师、数据科学家、数据策略顾问、全栈软件工程师、全栈网络开发人员、预测分析研究员和高级数据科学家 — 顾问。
其他职业机会可能包括(但不限于):
- 应用科学家、分析工程师、增强/虚拟现实、自动驾驶汽车、生物识别和取证、首席数据官、数据平台领导者、数据记者、数据和人工智能技术销售专家、增长分析/工程师、经理:人工智能和云服务规划、机器学习工程师、产品经理:人工智能和数据分析、产品数据科学家、产品分析师、遥感、研究助理、安全和监控、高级软件工程师和数据副总裁。