Competencias

Competencias básicas:

• CB6: Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
• CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
• CB8: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias generales:

• CG6: Desarrollar habilidades avanzadas de interpretación rigurosa de los resultados científico-técnicos obtenidos al aplicar algoritmos de inteligencia artificial.

Competencias transversales:

• CT2: Identificar las nuevas tecnologías como herramientas didácticas para el intercambio comunicacional en el desarrollo de procesos de indagación y de aprendizaje.
• CT3: Desarrollar habilidades de comunicación, escritas y orales, para realizar atractivas y eficaces presentaciones de información profesional.
• CT4: Adquirir la capacidad de trabajo independiente, impulsando la organización y favoreciendo el aprendizaje autónomo.

Competencias específicas:

• CE6: Estimar y evaluar el rendimiento de un sistema de inteligencia artificial en base a las técnicas empleadas, los datos de entrada disponibles y el contexto de ejecución.
• CE16: Conocer los procesos de generación y comprensión del lenguaje en humanos, así como los principales modelos computacionales de procesamiento del lenguaje natural.
• CE20: Diseñar y desarrollar sistemas inteligentes que generen interacciones naturales, teniendo en cuenta los estados cognitivos y emocionales del usuario.

Contenidos

Tema 1. Introducción al procesamiento del lenguaje natural
Procesamiento del lenguaje natural
Historia del procesamiento del lenguaje natural
Aplicaciones del PLN
Conocimiento del lenguaje utilizado en el PLN
Referencias bibliográficas

Tema 2. Análisis morfológico
Morfología
Elementos del análisis morfológico
Uso de autómatas finitos para el reconocimiento morfológico
Análisis morfológico basado en transductores de autómatas finitos
Análisis morfológico utilizando un lexicón y reglas ortográficas representados como transductores de autómatas finitos
Referencias bibliográficas

Tema 3. Etiquetado morfosintáctico (POS tagging)
Categorías morfosintácticas o gramaticales
Funcionamiento y características del etiquetado morfosintáctico
Etiquetado morfosintáctico basado en modelos ocultos de Markov (HMM)
Etiquetado morfosintáctico basado en aprendizaje automático
Referencias bibliográficas

Tema 4. Gramáticas para el análisis sintáctico
Sintaxis
Gramáticas de estructura sintagmática
Estrategias del análisis sintáctico utilizando una gramática libre de contexto
Gramáticas con categorías complejas (o gramáticas de unificación)
Análisis sintáctico con gramáticas de unificación
Gramáticas de dependencias o gramáticas valenciales
Referencias bibliográficas

Tema 5. Análisis sintáctico
Ambigüedad en el análisis sintáctico
Métodos para el análisis sintáctico basados en programación dinámica
Métodos probabilistas en el análisis sintáctico
Referencias bibliográficas

Tema 6. Semántica y representación del significado
Semántica
Estrategias o lenguajes para representar el significado
Lógica de primer orden
Lógica descriptiva
Referencias bibliográficas

Tema 7. Análisis semántico
Análisis semántico dirigido por la sintaxis
Anotaciones semánticas a las gramáticas libres de contexto
Análisis semántico integrado con el análisis sintáctico
Referencias bibliográficas

Tema 8. Semántica léxica
Significado de las palabras
Relaciones entre sentidos de las palabras
Desambiguación del sentido de las palabras
Similitud entre palabras
Referencias bibliográficas

Tema 9. Recursos para el procesamiento del lenguaje natural
Recursos lingüísticos
WordNet
Corpus en español
Herramientas y librerías para el procesamiento del lenguaje natural
Servicios cloud para el procesamiento del lenguaje natural
Referencias bibliográficas

Tema 10. Agentes conversacionales
Definición de agente conversacional
Características de las conversaciones entre humanos
Tipos de agentes conversacionales
Estructura de los agentes conversacionales
Diseño de chatbots
Referencias bibliográficas

Metodología

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

• Trabajos. Son actividades de cierta complejidad que conllevan por ejemplo una búsqueda de información, análisis y crítica de lecturas, resolución de problemas, etc. En el aula virtual encontrarás toda la información sobre cómo desarrollarlos y cómo y cuándo entregarlos.
• Participación en eventos.Son eventos programados todas las semanas del cuatrimestre: sesiones presenciales virtuales, foros de debate, test.
• Prácticas de laboratorios virtuales. Los laboratorios virtuales son sesiones presenciales virtuales que se llevan a cabo con herramientas de videoconferencia cuyo objetivo es que los alumnos utilicen algún tipo de herramienta informática para realizar uno o varios supuestos prácticos.

En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.

Descarga el pdf de la programación

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final presencial

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

Bibliografía

Bibliografía básica

Los textos necesarios para el estudio de la asignatura han sido elaborados por la UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Tema 4
Badia, T. (2003). Técnicas de procesamiento de lenguaje. En M. A. Martí (Coord.). Tecnologías del lenguaje (pp. 199-229). Barcelona: Editorial UOC. ISBN: 9788484298809.
Disponible en la Biblioteca Virtual de UNIR.

Tema 6
Russell, S. J. y Norvig, P. (2004). Inteligencia Artificial: un enfoque moderno (pp. 277-286). Madrid: Pearson Educación. ISBN: 9788420540030.
Disponible en la Biblioteca Virtual de UNIR.

Bibliografía complementaria

Alshawi, H. (Ed.). (1992). Syntactic and semantic processing. En The Core Language Engine (pp. 129-147). Cambridge, Estados Unidos: MIT Press. ISBN: 9780262011266.

Baader, F., Horrocks, I., Lutz, C. y Sattler, U. (2017). An Introduction to Description Logic. Cambridge, Reino Unido: Cambridge University Press. ISBN: 9781139025355.

Dozat, T., Qi, P., y Manning, C. D. (2017). Stanford’s graph-based neural dependency parser at the CoNLL 2017 shared task. En Proceedings of the CoNLL 2017 Shared Task (pp. 20-30). Vancouver, Canadá: Association for Computational Linguistics.

Jurafsky, D. y Martin, J. H. (2009) Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition and Computational Linguistics. New Jersey, Estados Unidos: Prentice-Hall. ISBN: 978-0131873216.

Manning, C. y Schütze, H. (1999). Foundations of Statistical Natural Language Processing. Cambridge, Estados Unidos: MIT Press. ISBN: 978-0262133609.

Moloney, C. (2017). How to win a Turing Test (the Loebner prize) [Blog post]. Recuperado de https://chatbotsmagazine.com/how-to-win-a-turing-test-the-loebner-prize-3ac2752250f1

Evaluación y calificación

El sistema de calificación se basa en la siguiente escala numérica:

La calificación se compone de dos partes principales:

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.

La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado en la programación semanal. En ella se detalla la calificación máxima de cada actividad o evento concreto puntuables.

El sistema de evaluación de la asignatura es el siguiente:

Profesorado

Claudia Villalonga Palliser

Formación académica: Doctora por la Universidad de Granada en Tecnologías de la Información y la Comunicación. Máster Universitario en Dirección de las Organizaciones en la Economía del Conocimiento. Ingeniera de Telecomunicación.

Experiencia: Investigadora y docente en UNIR. Más de 10 años en I+D+i sobre TIC, en industria (CGI España, SAP-Suiza, NEC-Alemania) y academia (UGR, KHU-Corea, ETH Zurich). Coordinadora de proyectos de I+D europeos (FP7) y nacionales.

Líneas de investigación: Ingeniería del conocimiento. Modelado ontológico del comportamiento humano.

Orientaciones para el estudio

Obviamente, al tratarse de formación on-line puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual de Lo que necesitas saber antes de empezar. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo personal con tu profesor-tutor.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema, constituyen el contenido del tema y el material básico de estudio. Lee siempre el primer apartado, Presentación, porque allí te especificamos qué material tienes que estudiar. Consulta, además, las secciones del tema que contienen material complementario (Experiencias, Lecturas, Más recursos).
5. Dedica tiempo al trabajo práctico (sección Casos prácticos y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu profesor-tutor te informarán de las novedades de la asignatura.

Recuerda que en el aula virtual de Lo que necesitas saber antes de empezar puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.