Denominación de la asignatura |
Procesamiento del Lenguaje Natural |
Máster al que pertenece |
Máster Universitario en Inteligencia Artificial |
Materia a la que pertenece |
Inteligencia artificial aplicada |
Créditos ECTS |
6 |
Cuatrimestre en el que se imparte |
Segundo cuatrimestre |
Carácter de la asignatura | Obligatoria |
La lingüística computacional o el procesamiento del lenguaje natural es una disciplina que se ocupa de los sistemas artificiales capaces de usar el lenguaje para extraer información del medio o incluso para comunicarse con los humanos. En esta asignatura se estudian los principales algoritmos empleados en el procesamiento de la información lingüística y se desarrollan sistemas capaces de analizar el lenguaje a nivel léxico, sintáctico y semántico. También se aborda la construcción de sistemas de representación del conocimiento extraído a partir de los contenidos lingüísticos, llegando a usar estas estructuras para la construcción de agentes virtuales conversacionales
Competencias básicas:
Competencias generales:
Competencias transversales:
Competencias específicas:
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
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:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS | HORAS |
Sesiones Presenciales Virtuales | 15 |
Lecciones magistrales | 6 |
Estudio del material básico | 52 |
Lectura del material complementario | 25 |
Prácticas de laboratorio virtual | 12 |
Trabajos, casos prácticos y test de autoevaluación | 17 |
Tutorías | 16 |
Trabajo colaborativo (foros) | 7 |
Total |
150 |
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
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
La calificación se compone de dos partes principales:
CALIFICACIÓN | EXAMEN FINAL | 60% | |
EVALUACIÓN CONTINUA | 40% |
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:
SISTEMA DE EVALUACIÓN |
PONDERACIÓN |
PONDERACIÓN |
Participación en foros y otros medios participativos |
0 |
40% |
Realización de trabajos, proyectos y casos |
0 |
40% |
Prácticas de laboratorio virtual |
10% |
40% |
Test de autoevaluación |
0 |
40% |
Examen final presencial |
60% |
60% |
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.
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:
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.
Ten en cuenta estos consejos…
|