Presentación

Al término de esta asignatura, el maestrante será capaz de comprender los principales algoritmos empleados en el procesamiento de la información lingüística y desarrollar sistemas capaces de analizar el lenguaje a nivel léxico, sintáctico y semántico. Construirá sistemas de representación del conocimiento extraído a partir de los contenidos lingüísticos para llegar a usar estas estructuras en la construcción de agentes virtuales conversacionales.

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

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

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

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

Tema 5. Análisis sintáctico

• Ambigüedad en el análisis sintáctico
• Métodos para el análisis sintáctico basados en programación dinámica
• Métodos probabilistas en el análisis sintáctico

Tema 6. Semántica y representación del significado

• Semántica
• Estrategias o lenguajes para representar el significado
• Lógica de primer orden
• Lógica descriptiva

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

Tema 8. Semántica léxica

• Significado de las palabras
• Relaciones entre sentidos de las palabras
• Desambiguación del sentido de las palabras
• Similitud entre palabras

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

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

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 con el docente son las siguientes:

• Diálogo e interacción virtual con profesor a través del chat, correo web, foros y sesiones virtuales a lo largo de la asignatura.
• Construcción de un sistema de representación lingüística.
• Resolución de ejercicios prácticos sobre el etiquetado morfosintáctico.
• Presentación de ejemplos de algoritmos.
• Sesión de explicación del modelo de examen.

Las actividades formativas independientes son las siguientes:

• Resolución de un trabajo sobre el etiquetado morfosintáctico.
• Resolución de un trabajo sobre el análisis sintáctico.
• Resolución de un trabajo sobre el análisis semántico.
• Resolución de un trabajo sobre la desambiguación del sentido de las palabras.
• Desarrollo de la actividad de laboratorio relacionada con la implementación de una tarea de procesamiento del lenguaje natural.
• Realización de test parciales al finalizar cada tema.
• Interacción en un foro de debate respondiendo la pregunta: ¿Deben los chatbots cometer errores deliberados?

Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• 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 online

Bibliografía básica

Recuerda que la bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca...

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

Bibliografía complementaria

• Alshawi, H. (Ed.). (1992). Syntactic and semantic processing. En The Core Language Engine (pp. 129-147). MIT Press. ISBN: 9780262011266.
• Baader, F., Horrocks, I., Lutz, C. y Sattler, U. (2017). An Introduction to Description Logic. 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). 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. Prentice-Hall. ISBN: 978-0131873216.
• Manning, C. y Schütze, H. (1999). Foundations of Statistical Natural Language Processing. MIT Press. ISBN: 978-0262133609.
• Moloney, C. (2017). How to win a Turing Test (the Loebner prize).

La calificación se compone de dos partes principales:

Examen: se realiza al final de la asignatura, es de carácter online y obligatorio. El examen se valora sobre 10 puntos.

Evaluación continua: se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo a lo largo de la asignatura.

La nota final se calcula teniendo en cuenta que la nota obtenida en el examen equivale al 30% y la nota obtenida en la evaluación continua equivale al 70%. La nota final debe sumar mínimo 7 puntos para aprobar la asignatura.

Sistema de evaluación	%
Test parciales en plataforma	5
Trabajo: Etiquetado morfosintáctico	10
Trabajo: Análisis sintáctico	10
Trabajo: Análisis semántico	10
Trabajo: Desambiguación del sentido de las palabras	10
Laboratorio: Implementación de una tarea de procesamiento del lenguaje natural	15
Foro de debate: ¿Deben los chatbots cometer errores deliberados?	10
Examen final online	30

Obviamente, al tratarse de formación online 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 del Curso de introducción al campus virtual. 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 con tu tutor personal.
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. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Consulta, además, las secciones del tema que contienen material complementario.
5. Dedica tiempo al trabajo práctico (sección Actividades 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 virtual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones.

Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.