Компьютерная и когнитивная лингвистика

Язык — мост между естественным и искусственным интеллектом

Актуальные задачи


Вы научитесь разрабатывать инструменты обработки естественного языка в реальных проектах, применять алгоритмы машинного обучения для анализа языковых данных, проводить экспериментальные исследования языка и мышления.

Гибкая траектория обучения


Вы сами формируете трек обучения, выбирая и комбинируя компьютерные и когнитивные дисциплины из учебного плана. Программа предусматривает возможность гибридного обучения, совмещающего очное посещение занятий и онлайн-подключение.

Карьера в науке, IT и лингвистике


Доступ к передовым технологиям и уникальной лаборатории лингвистической антропологии поможет сформировать экспертные навыки для будущего в науке, IT и лингвистике.
Длительность
2 года
Формат
Очно
Количество мест
Ограничено
Старт
1 cентября
2026
Миссия и цель программы
Зоя Ивановна Резанова,
профессор, доктор филологических наук, руководитель образовательной программы, заслуженный профессор ТГУ, почетный член Томского профессорского собрания
Мы готовим специалистов, владеющих фундаментальными основами лингвистических технологий, лежащими в основе исследований мышления и обработки речи. Интеграция знаний об IT и когнитивных процессах закладывает фундамент для успешной работы как в области продуктовой разработки, так и R&D-отделах. Изучение лингвистики, когнитивных и компьютерных наук дает выпускнику возможность всегда оставаться на шаг впереди в экономике знаний и адаптироваться к меняющемуся рынку труда.
КОМПЬЮТЕРНЫЙ МОДУЛЬ

Ключевые дисциплины

🤖

Введение в анализ естественного языка (NLP)

Дисциплина знакомит с основами обработки естественного языка. Рассматриваются методы токенизации, морфологического и синтаксического анализа, работы с эмбеддингами, машинного перевода, классификации текстов.
🐍

Язык программирования Python

Курс охватывает основы программирования на Python: синтаксис, структуры данных, принципы ООП, обработку файлов, работу с библиотеками и модулями.
📊

Машинное обучение с применением Python

Курс охватывает основные алгоритмы машинного обучения и их реализацию с использованием Python. Рассматриваются методы классификации, регрессии, кластеризации, работы с признаками и оценка качества моделей.
💬

Промпт-инжиниринг

Курс посвящен разработке эффективных запросов (промптов) для взаимодействия с языковыми моделями. Рассматриваются методы оптимизации промптов, влияние формулировки запроса на результат.
🧠

Искусственный интеллект в NLP

Курс охватывает использование методов искусственного интеллекта в обработке естественного языка. Рассматриваются глубокие нейросетевые модели (RNN, Transformer, BERT, GPT), их архитектура и обучение.
  • Синтаксис языка и базовые конструкции
  • Структуры данных (списки, словари, множества, кортежи)
  • Обработка файлов (чтение, запись, работа с разными форматами)
  • Инструменты автоматизации задач
  • Основы веб-разработки на Python
  • Инструменты анализа данных
  • Применение Python в науке о данных и в искусственном интеллекте
Язык программирования Python
  • Использование методов искусственного интеллекта в NLP
  • Глубокие нейросетевые модели: RNN, Transformer, BERT, GPT
  • Архитектура и обучение нейросетевых моделей
  • Генерация текста
  • Анализ тональности
  • Машинный перевод
  • Другие задачи NLP на основе ИИ (распознавание именованных сущностей, ответы на вопросы, суммаризация и др.)
Искусственный интеллект в NLP
  • Разработка эффективных запросов (промптов) для взаимодействия с LLM
  • Методы оптимизации промптов
  • Влияние формулировки запроса на результат
  • Работа с различными языковыми моделями: GPT, Claude и др.
  • Практическое применение промптов в бизнесе, образовании и науке
Промпт-инжиниринг
  • Методы классификации, регрессии, кластеризации
  • Работа с признаками (feature engineering)
  • Оценка качества моделей
  • Использование библиотек NumPy, pandas, scikit-learn, TensorFlow, PyTorch
  • Практическое применение библиотек в обработке данных
Машинное обучение с применением Python
  • Токенизация и предобработка текстовых данных
  • Морфологический и синтаксический анализ
  • Работа с эмбеддингами слов и предложений
  • Машинный перевод и классификация текстов
  • Принципы работы современных нейросетевых технологий в NLP
  • Решение прикладных задач с использованием языковых моделей


Введение в анализ естественного языка (NLP)
КОМПЬЮТЕРНЫЙ МОДУЛЬ
Как искусственный интеллект понимает язык? На курсе разберетесь, как устроены когнитивные модели сознания, обработка естественного языка в ИИ и ментальные репрезентации. Узнаете, что связывает язык, мышление и сознание — с точки зрения лингвистики и философии.
Язык, сознание, искусственный интеллект
Курс знакомит с основами окулографии (айтрекинга): параметрами фиксаций и саккад, их интерпретацией в когнитивных и лингвистических исследованиях.
Отдельное внимание — экспериментальному дизайну и анализу данных.
Окулография в лингвистических исследованиях
Вы освоите базовые понятия (знак, код, текст, семиосфера), научитесь анализировать объекты разной природы — от простых знаков до кинотекстов, научитесь понимать общие принципы устройства любых знаковых систем
Основы семиотики
Как метафоры влияют на наше мышление и речь? На курсе разберётесь с теорией концептуальной метафоры Лакоффа и Джонсона, узнаете, как метафоры работают в науке, литературе и повседневной жизни. Это ключ к пониманию связи языка и мышления.
Теория концептуальной метафоры
Изучите нейрофизиологические и когнитивные механизмы обработки языковой информации. Рассмотрите вопросы, связанные с восприятием и производством речи, двуязычием, нарушениями речи, а также методы нейролингвистических исследований, включая фМРТ, ЭЭГ и MEG.
Обработка лингвистической
информации: язык и мозг
Курс знакомит с основами проведения экспериментов в лингвистике, обработкой и интерпретацией экспериментальных данных. Рассматриваются методы статистического анализа, визуализации данных, работа с программным обеспечением для обработки экспериментальных результатов.
Анализ и визуализация экспериментальных данных
КОГНИТИВНЫЙ МОДУЛЬ

Преподаватели

Новикова Элеонора Геннадьевна,
канд. филол. наук, доцент
Наземцева Мария Андреевна,
канд. филол. наук, доцент
Крапивина Ксения Петровна,
канд. филол. наук, ассистент,
ведущий лингвист ООО «ПАЛЕКС»
Владимирова Валерия Евгеньевна,
канд. филол. наук, старший преподаватель
Шиляев Константин Сергеевич,
канд. филол. наук, доцент,
методист программы
Бочаров Алексей Владимирович,
канд. ист. наук, доцент
Васильева Алина Вячеславовна,
канд. филол. наук, доцент
Кабанова Татьяна Валерьевна,
канд. физ.-мат. наук, доцент
Степаненко Андрей Александрович,
старший преподаватель
Филь Юлия Вадимовна,
канд. филол. наук, доцент, зав. каф. общей компьютерной и когнитивной лингвистики
Резанова Зоя Ивановна,
профессор, д-р филол. наук, заслуженный профессор ТГУ, почетный член Томского профессорского собрания
Созданная в 2017 году на средства гранта Правительства РФ под руководством члена-корреспондента РАН, доктора филологических наук А. В. Дыбо, лаборатория реализует проект «Языковое и этнокультурное разнообразие Южной Сибири в синхронии и диахронии: взаимодействие языков и культур».
Сегодня это пространство, где студенты получают доступ к участию в передовых исследованиях и осваивают современные инструменты когнитивной и компьютерной лингвистики.
Лаборатория лингвистической антропологии

Лаборатория лингвистической антропологии — не просто научный центр, а полноценная рабочая среда внутри вашей магистратуры

Что вы сможете делать:

Реализовать полный цикл собственного аппаратного исследования
Наставники открыты к самым разным темам. Примеры уже в работе: влияние грамматических категорий на когнитивную обработку языка у носителей и билингвов, связь семантики с восприятием речи, развитие методологии экспериментальной психолингвистики.
Работать с большими данными
Получите доступ к корпусу русско-тюркских билингвов RuTuBic и психолингвистическим базам (RuWordPerception, TurkWordPerception, RuTurkPsychLing и другие).

🏆 Достижение, которым мы гордимся
В 2022 году команда наших магистрантов победила в конкурсе Международной университетской премии «Гравитация» (область AI и Big Data) в номинации «Повышение качества и доступности данных».


Разрабатывать модели NLP
Проведёте вычислительные исследования для решения конкретных задач: от извлечения и распознавания значимой информации до автоматической суммаризации текстов и анализа вариативных параметров.
Ставить эксперименты
Освоите методы психолингвистики и аппаратных поведенческих исследований (айтрекинг, регистрация реакций) — и примените их в своей магистерской работе.

Лаборатория — это сообщество, где ваш исследовательский интерес получит оборудование, экспертизу и место в актуальной научной повестке

Проектно-технологическая практика

Реальная проектная и исследовательская деятельность под наставничеством экспертов

  • Фокус на потребностях партнеров
    Практика ориентирована на нужды и интересы академических и производственных партнеров.
  • Гибкий формат
    Индивидуальный трек для развития личной ответственности или командная работа для прокачки навыков коллаборации.
  • Свой проект
    Можно реализовать собственный проект с применением технологий и методик, которые предоставляет программа.
  • Двойное наставничество
    Вы пробуете разные виды проектной и научно-исследовательской деятельности. Руководители практики и производственные партнеры сопровождают вас на каждом этапе.
Яркий пример — проект компьютерной игры «АРКА КРАЯ»

Научно-исследовательская и проектная деятельность (производственная практика)
Под руководством научного руководителя и при содействии партнеров программы вы разрабатываете научную или прикладную тематику в течение всего обучения в магистратуре. Результат - выпускная квалификационная работа, представляющая значимый научный результат или минимально функциональный продукт.
В разработке участвовали филологи, дизайнеры, программисты ТГУ и студенты ТУСУР, МГУ, СПбГУ.

Студенты-филологи решали реальные задачи Game Studies: анализировали систему подсказок, аффордансы и нарративные механики.

Результаты — защищённые ВКР, опыт работы в кросс-функциональной команде и готовый портфолио-проект.


Наши партнеры
Институт языкознания
РАН (г. Москва)
Агентство переводов и эксперт по локализации цифрового контента
Информационное агентство
Чем занимаются
выпускники?
Разработка программных продуктов, использующих языковые технологии в связке с машинным обучением, современными нейросетевыми архитектурами, большими языковыми моделями и языковыми базами данных
Научные исследования в области психолингвистики, когнитивных наук и вычислительных технологий в междисциплинарном аспекте
Подготовка датасетов, промпт-инжиниринг и ИИ-коучинг для широкого круга заказчиков

Слово выпускникам

«Меня привлекло сочетание экспериментального и междисциплинарного подхода к сложным феноменам человеческого сознания, языка.

Алексей
Миклашевский
«Ключевая задача компьютерного лингвиста — наладить диалог человека с компьютером на естественном языке. Например, создавать чат-ботов, берущих на себя типовые запросы в контакт-центрах. На рынке эта роль известна как специалист по автоматизации клиентского
сервиса, диалог-дизайнер
или разработчик чат-ботов».
Долана
Саргыбай
«Напрямую пригодились знания «Организации командной работы (Scrum)», «Системный анализ» и «Тестирование ПО». Косвенно были полезны все дисциплины, так как это позволило погрузиться в контекст
и дало глубокое понимание того,
как устроена компьютерная
лингвистика».

Мария
Рябчинская
Надежда
Ардышева
«В программе меня привлекла возможность совместить IT и лингвистику, а в профессиональной деятельности разработчика-лингвиста самыми полезными стали знание синтаксиса естественных
языков и основы языков программирования».
«Магистратура дала мышление специалиста по NLP и компьютерной лингвистике.
Илья
Трофимов
«Из наиболее запомнившегося и полез-
ного – все знания, которые давались по языками программирования Python и R, включая и машинное обучение.
Сейчас я использую эти знания
в своей профессиональной
деятельности».
Вероника
Диброва
«Построив на бакалавриате базу знаний в области теоретической лингвистики, я искала программу, которая поможет мне углубиться в детали, придать моим знаниям прикладной угол. Удобное расписание и персонализированный подход к каждому студенту позволили
мне совмещать учебу и другие
проекты».

Олеся
Платонова
Я до сих пор пользуюсь тем, что освоил тогда: от Praat до Python и R. Парсинг оттачивал в Лаборатории лингвистической антропологии. Главное — увидел реальные рабочие процессы, научился работать
в команде и планировать
время.
Тимофей
Альников
Анастасия
Ильина
Это фундамент, который работает. Да, в IT нужно учиться каждый день. Но навыки сбора и анализа данных, обучения моделей, построения графов и работы с языковыми данными регулярно идут в дело. И отдельный плюс:
Linux оказался незаменим.
Честно, его не стоит бояться :)
Будьте открыты к новым знаниям и берите все, что дают преподаватели — но потом критически оценивайте, соотносите, проверяйте на практике».
Среди важных практических навыков я бы отметил: Python, машинное обучение, Data Mining, работу с UNIX-подобными ОС, а также основы глубокого обучения».
15
бюджетных мест
мест по договору
5
Остались вопросы?
Оставьте заявку — и мы с вами свяжемся!
в год для граждан РФ и СНГ
в год для граждан других стран
Методист
программы

Шиляев Константин Сергеевич

shilyaevc@mail.tsu.ru
Отборочная комиссия филологического факультета ТГУ:
+7 999 177-56-20,
pk.filf.tsu@mail.ru
Компьютерная и когнитивная лингвистика (специализированное высшее образование)
Направление: 45.04.03 ЛИНГВИСТКА

179 000 руб.
214 000 руб.
Нажимая «отправить», вы соглашаетесь с политикой конфиденциальности

Как поступить

Подать заявление и документы через Госуслуги, Почтой России или лично
2
Иметь диплом бакалавра или специалиста
1
Пройти вступительные испытания (собеседование и портфолио)
3
Дождаться результатов
4
Вступительные испытания

Победители олимпиады "Магистр ТГУ" автоматически получают 100 баллов за вступительное испытание.


Призеры второй и третьей степени получают дополнительные баллы к оценке блока «Портфолио»

К сдаче вступительных испытаний допускаются абитуриенты, предоставившие все необходимые документы в приемную комиссию.

Список документов
Программа вступительных
испытаний
"Магистр ТГУ"
Оставить заявку на обратную связь
pk.filf.tsu@mail.ru
+7 (999) 177-56-20
Россия, Томск, пр. Ленина, 34
Контакты отборочной комиссии филф
Адрес: 634050, Томск, пр.Ленина 36
8 (3822) 785-300
pk@mail.tsu.ru
https://abiturient.tsu.ru/
Центральная приемная комиссия ТГУ