Diese Veranstaltung führt in die Grundlagen der Linguistik ein. Es werden dabei die Kernbereiche des Sprachsystems, wie Morphologie, Syntax, Semantik, Pragmatik, Phonetik und Phonologie thematisiert. Darüber hinaus werden Teilgebiete der Linguistik (z.B. Psycholinguistik, Korpuslinguistik, forensische Linguistik) angesprochen.

Fundierte Logikkenntnisse sind unverzichtbar für Anwendungen in der Computerlinguistik und theoretischen Linguistik. Dies gilt für die gängigen Beschreibungsformate in nahezu allen (computer-)linguistischen Teildisziplinen (Syntax, Semantik, Morphologie, Phonologie, ...) ebenso wie für sprachtechnologische Implementierungen. Der Kurs bietet eine Einführung in die Logik und legt dabei besonderen Wert auf die praktische Einübung grundlegender logischer Methoden und Techniken. Behandelt werden, nach einer Auffrischung grundlegender mathematischer Konzepte, Syntax und Semantik der Aussagenlogik und der Prädikatenlogik 1. Stufe mit einem Ausblick auf weiterführende Logiksysteme und logikbasierte Formalismen für (computer-)linguistische Anwendungen.

This course covers basic techniques and architectures for machine learning with artificial neural networks with a focus on NLP applications. A deep learning programming framework will be introduced and used for implementing the exercises of the class assignments. We will pursue the following questions:
 What are neural networks? What is deep learning?
 How can we implement and train neural networks?
 Why are these models so successful?
 Which architectures are suitable for which types of problems?
 What are the core challenges when processing natural language with neural networks?
The goal of this course is to gain an understanding of the principles and basic architectures of neural networks. By the end of the course, students will be able to implement neural models for their own NLP applications.