ภาพรวมของการประมวลผลภาษาธรรมชาติ ไวยากรณ์ ความหมาย และการจำลองภาษา การติดป้ายข้อความและลำดับข้อความ การแทนข้อความในรูปเวกเตอร์และเวกเตอร์ฝังตัว การจัดประเภทข้อความโดยใช้โมเดลแบบดั้งเดิมและโมเดลการเรียนรู้เชิงลึก การเรียนรู้แบบลำดับต่อเนื่องร่วมกับกลไกความสนใจ สถาปัตยกรรมทรานส์ฟอร์เมอร์และกลไกความสนใจในตัวเอง บทนำเกี่ยวกับโมเดลภาษาขนาดใหญ่ ประยุกต์ใช้งานบางประเภท เช่น การวิเคราะห์ความรู้สึก การสรุปข้อความ การแปลภาษา และการตอบคำถาม

Overview of natural language processing; syntax, semantics, and language modeling; text and sequence labelling; vector space and embedding representations; text classification using traditional and deep learning models; sequence-to-sequence learning with attention; transformer architectures and self-attention; introduction to large language models; selected applications such as sentiment analysis, summarization, machine translation, and question answering.