Competencias do título |
Código
|
Competencias da titulación
|
A1 |
Análise estatístico. |
A5 |
Capacidade para entender e avaliar especificacións internas e externas. |
A7 |
Dirección, planificación e xestión de proxectos. |
A8 |
Deseño e arquitectura de Sistemas de Información. |
A10 |
Xestión do cambio e do coñecemento. |
B1 |
Capacidade de análise e síntese. |
B3 |
Capacidade de xestión da información. |
B4 |
Capacidade de resolución de problemas. |
B5 |
Toma de decisións. |
B6 |
Traballo en equipo. |
B8 |
Razoamento crítico. |
B10 |
Aprendizaxe autónoma. |
B11 |
Adaptación a novas situacións. |
B12 |
Creatividade. |
B14 |
Iniciativa e espírito emprendedor. |
B15 |
Motivación pola calidade. |
C3 |
Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
C5 |
Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras. |
C6 |
Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse. |
C7 |
Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
C8 |
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
Resultados de aprendizaxe |
Competencias de materia (Resultados de aprendizaxe) |
Competencias da titulación |
Comprender la descripción lingüística de los fenómenos presentes en el lenguaje natural |
AP5 AP10
|
BP1 BP8 BP10 BP12
|
|
Distinguir entre el nivel léxico, sintáctico y semántico del lenguaje. |
|
BP8 BP12
|
|
Reconocer los fenómenos del lenguaje que son tratables y aquellos que no lo son. |
|
BP8 BP12
|
|
Conocer los algoritmos, técnicas y métodos más utilizados actualmente en el procesamiento del lenguaje natural. |
AP1 AP5 AP10
|
BP1 BP10
|
CM3 CM6 CM8
|
Comprender la representación formal de diversos fenómenos léxicos, sintácticos y semánticos del lenguaje humano. |
AP5 AP8
|
BP4 BP5 BP8 BP12 BP15
|
CM3
|
Diseñar algoritmos y estructuras de datos para el tratamiento de diversos fenómenos de los lenguajes humanos. |
AP5 AP8 AP10
|
BP3 BP4 BP5 BP6 BP8 BP12 BP15
|
CM3 CM6
|
Implementar las soluciones propuestas. |
AP5 AP8 AP10
|
BP3 BP4 BP5 BP6 BP8 BP12 BP15
|
CM3 CM6
|
Usar las técnicas y métodos del procesamiento del lenguaje natural para resolver problemas reales de comunicación hombre-máquina. |
AP1 AP5 AP8 AP10
|
BP3 BP4 BP5 BP8 BP10 BP12
|
CM3 CM6 CM8
|
Asumir la complejidad del lenguaje humano y las limitaciones de los ordenadores para tratarlo. |
AP7
|
BP8 BP11
|
CM6
|
Aceptar soluciones parciales a un problema ante la imposibilidad de obtener soluciones completas. |
AP7 AP8
|
BP5 BP8 BP12 BP15
|
CM6
|
Valorar el esfuerzo que requiere realizar avances en un campo complejo. |
|
BP15
|
CM6 CM7 CM8
|
Rechazar la compartimentación del saber en áreas cerradas (por ejemplo, ciencias contraposición a humanidades) |
AP7
|
BP6 BP8 BP12 BP14
|
CM6 CM7 CM8
|
Colaborar en el desarrollo de recursos y software libre. |
|
|
CM3 CM5 CM8
|
Contidos |
Temas |
Subtemas |
INTRODUCCIÓN AL PROCESAMIENTO DEL LENGUAJE
NATURAL |
Niveles de análisis.
Ambigüedad. |
ANÁLISIS LÉXICO |
Segmentación de textos.
Morfología flexiva y derivativa.
Modelización de grandes diccionarios.
Autómatas finitos acíclicos deterministas numerados.
Traductores de estado finito y morfología de dos niveles. |
ETIQUETACIÓN |
Modelos de Markov ocultos.
Ejecución eficiente de los modelos de Markov ocultos.
Técnicas de suavizado.
Tratamiento de palabras desconocidas.
Aprendizaje de etiquetas basado en transformaciones y dirigido por el error. |
ANÁLISIS SINTÁCTICO: GRAMÁTICAS INDEPENDIENTES DEL CONTEXTO |
Esquemas de análisis sintáctico.
Análisis ascendente.
El algoritmo de Earley.
Autómatas a pila y programación dinámica.
Análisis sintáctico LR generalizado.
Representación compartida de los árboles de análisis sintáctico.
Análisis sintáctico probabilístico. |
ANÁLISIS SINTÁCTICO: GRAMÁTICAS SUAVEMENTE DEPENDIENTES DEL CONTEXTO |
Gramáticas de adjunción de árboles.
Análisis sintáctico de gramáticas de adjunción de árboles.
Autómatas para las gramáticas de adjunción de árboles.
Representación compartida de los árboles de derivación.
Gramáticas de adjunción de árboles probabilísticas. |
ANÁLISIS SEMÁNTICO |
Estructuras de rasgos y formalismos basados en unificación.
Relaciones léxicas: WordNet y EuroWordNet. |
RECUPERACIÓN DE INFORMACIÓN (RI) |
Conceptos básicos
Modelos de recuperación: booleano, vectorial y probabilístico
Los procesos de indexación y recuperación
Evaluación en RI
RI sobre web. Un caso práctico: Google
Aplicaciones del procesamiento del lenguaje natural a RI: la variación lingüística |
EXTRACCIÓN DE INFORMACIÓN (EI) |
Conceptos básicos
Arquitectura de un sistema de EI
Tareas de EI
Evaluación en EI
Ejemplos de sistemas de EI: FASTUS y otros
|
BÚSQUEDA DE RESPUESTAS (BR) |
Conceptos básicos
BR vs. RI/EI
Arquitectura de un sistema de BR
Procesamiento de la pregunta
Recuperación y selección de documentos/pasajes
Extracción de la respuesta
Evaluación en BR |
TRADUCCIÓN AUTOMÁTICA (TA) |
Conceptos básicos y problemática
Técnicas "clásicas"
Técnicas estadísticas
Aplicaciones en RI interlingüe |
Planificación |
Metodoloxías / probas |
Horas presenciais |
Horas non presenciais / traballo autónomo |
Horas totais |
Proba de resposta breve |
3 |
4 |
7 |
Sesión maxistral |
13 |
13 |
26 |
Obradoiro |
6 |
6 |
12 |
Prácticas de laboratorio |
7 |
14 |
21 |
Mesa redonda |
3 |
3 |
6 |
|
Atención personalizada |
3 |
0 |
3 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Proba de resposta breve |
A final de curso se realizará una prueba escrita con
problemas de similar dificultad a los planteados durante el curso.
|
Sesión maxistral |
En las clases presenciales de teoría, el profesor realizará una breve descripción de los contenidos temáticos y de los objetivos básicos perseguidos, con el fin de dotar al alumno de una visión global de la materia. Además tratará de establecer interrelaciones con otros conceptos previamente adquiridos, de forma que se pueda establecer una línea temporal, y expondrá la bibliografía recomendada. Seguidamente pasará a desarrollar los contenidos teóricos, utilizando como método la clase magistral. |
Obradoiro |
En las clases presenciales de problemas, con el fin de afianzar los conceptos teóricos se presentarán supuestos prácticos, que en un principio serán resueltos por el profesor para orientar a los alumnos. Como actividades no presenciales, se plantearán ejercicios adicionales que el alumno deberá resolver y comentar/corregir con el profesor durante las horas de clases prácticas. Se trata de fomentar la participación de los alumnos y promover, en la medida de lo posible, el diálogo abierto y la valoración de soluciones. |
Prácticas de laboratorio |
Las clases de prácticas de laboratorio obligan a la implementación de soluciones para un problema dado. Se impondrá una periodicidad en su entrega para fomentar el estudio continuo. El enunciado de las prácticas, que se proporcionará con la suficiente antelación, detallará el problema y las especificaciones, que el alumno deberá respetar estrictamente. Este enunciado se analizará con los alumnos. Posteriormente, la labor del profesor será la de supervisar las sesiones de prácticas, solucionando dudas, corrigiendo errores de interpretación, sugiriendo lecturas, etc. |
Mesa redonda |
Se fomentará el espíritu crítico de los alumnos y el desarrollo de su capacidad para argumentar mediante la realización de debates y discuciones en forma de tutorías colectivas. |
Atención personalizada |
Metodoloxías
|
Sesión maxistral |
Obradoiro |
Prácticas de laboratorio |
|
Descrición |
La labor del profesor será, tanto en las clases teóricas como prácticas, la de supervisar el trabajo del alumno, solucionando dudas, corrigiendo errores de interpretación, sugiriendo lecturas, etc., no sólo como grupo, sino también como individuo. |
|
Avaliación |
Metodoloxías
|
Descrición
|
Cualificación
|
Sesión maxistral |
Se valolará la participación activa en las clases y tutorías colectivas. |
10 |
Obradoiro |
Se valolará la participación activa en las clases y tutorías colectivas. |
7 |
Prácticas de laboratorio |
Se entregarán una o varias prácticas a realizar
individualmente o en grupo, según el alcance de las mismas.
Se evaluarán la puesta en práctica
de los conocimientos de la materia, la
metodología de diseño, el funcionamiento y el estilo de programación.
Independientemente de la nota obtenida en el resto de los apartados de evaluación, el alumno deberá superar esta parte práctica para superar la asignatura.
El examen final es optativo, por lo que el alumno puede optar por incrementar el peso de la parte práctica hasta el 80% de la nota de la asignatura. |
40 |
Mesa redonda |
Se valolará la participación activa en las clases y tutorías colectivas. |
3 |
Proba de resposta breve |
Prueba escrita con problemas de similar dificultad a los planteados durante el curso.
Se evaluarán el dominio de conocimientos teóricos y su aplicación en resolución de problemas.
El examen final es optativo, por lo que el alumno puede optar por incrementar el peso de la parte práctica hasta el 80% de la nota de la asignatura. |
40 |
|
Observacións avaliación |
Consideraciones generales.
La evaluación formativa del alumno se realizará a través de las prácticas de la asignatura y las actividades relativas a la resolución de problemas.
En lo que respecta a las prácticas de laboratorio, éstas se evaluarán de forma continuada al finalizar cada una de ellas. En el enunciado de cada práctica se detallan los criterios específicos de valoración de la misma.
Por otra parte, las actividades de aprendizaje no presenciales se utilizarán para realizar una valoración de la evolución y participación del alumno en el cuatrimestre.
Por último, se realiza una evaluación sumativa del alumno mediante un examen final al término del cuatrimestre. Este será eminentemente práctico para que el alumno pueda demostrar que ha adquirido los conocimientos necesarios y se ha entrenado lo suficiente como para poseer las habilidades precisas para resolver supuestos prácticos. La puntuación asignada a cada una de las preguntas del examen irá consignada en la prueba.
El estudio de la asignatura no puede plantearse como una actividad de estudio memorístico de los algoritmos presentados en clase y de lectura de la bibliografía, sino que deberá tomar una orientación más práctica tal y como se propone en las actividades no presenciales. El examen final es optativo, por lo que el alumno puede optar por
incrementar el peso de la parte práctica hasta el 80% de la nota de la
asignatura.
|
Fontes de información |
Bibliografía básica
|
Christopher D. Manning y Hinrich Schütza (1999). Foundations of Statistical Natural Language Processing. The MIT Press, Cambridge (Massachusetts, EE.UU.)/Londres (Reino Unido)
Robert Dale, Hermann Moisi y Harold Somers (eds.) (2000). Handbook of Natural Language Processing. Marcel Dekker, Inc., Nueva York/Basilea
Christopher D. Manning, Prabhakar Raghavan, y Hinrich Schütze (2008). Introduction to Information Retrieval. Cambridge University Press, Cambridge
A. Arampatzis, Th. P. van der Weide, P. van Bommel y C.H.A. Koster (2000). Linguistically-motivated Information Retrieval. En Vol. 69 de Encyclopedia of Library and Information Science, pág. 201-222. Marcel Dekker
Peter Jackson y Isabelle Moulinier (2007). Natural language processing for online applications : text retrieval, extraction and categorization (2nd ed.). John Benjamins, Amsterdam/Philadelphia
James Allen (1995). Natural Language Understanding (2a ed.). The Benjamin/Cummings Publishing Company, Inc., Redwood City, CA, EE.UU
Marius Pasca (2003). Open-domain question answering from large text collections. CSLI Publications, Standford
W. Bruce Croft, Donald Metzler y Trevor Strohman (2009). Search Engines: Information Retrieval in Practice. Pearson Education, Upper Saddle River, NJ, USA
Daniel Jurafsky y James H. Martin (2009). Speech and Language Processing. An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition (2nd ed.). Pearson Prentice Hall, Upper Saddle River, New Jersey, EE.UU |
|
Bibliografía complementaria
|
Pierre M. Nugues (2006). An introduction to Language Processing with Perl and Prolog. Springer , Berlin - Heidelberg- New York
W. John Hutchings y Harold L. Somers (1992). An Introduction to Machine Translation. Academic Press, Londres/San Diego
Gregory Grefenstette (ed.) (1998). Cross-language information retrieval. Kluwer Academic Publishers, Boston
José Francisco Quesada Moreno y José Gabriel De Amores Carredano (2000). Diseño e implementación de sistemas de traducción automática. Secretariado de Publicaciones de la Universidad de Sevilla
Piek Vossen (ed.) (1998). EuroWordNet. A Multilingual Database with Lexical Semantic Networks. Kluwer Academic Publishers, Dordrecht, Holanda
Eric Wehrli (1997). L’analyse syntaxique des langues naturelles. Masson, París
Ricardo Baeza-Yates y Berthier Ribeiro-Neto (1999). Modern Information Retrieval. Addison Wesley y ACM Press, Harlow, Inglaterra
Steven Bird, Ewan Klein y Edward Loper (2009). Natural Language Processing with Python. O'Reilly Media, Sebastopol, USA
Klaas Sikkel (1997). Parsing Schemata — A Framework for Specification and Analysis of Parsing Algorithms, Texts in Theoretical Computer Science — An EATCS Series. Springer-Verlag, Berlín/Heidelberg/Nueva York
Fernando C. N. Pereira y Stuart M. Shieber (1987). Prolog and Natural Language Analysis, CSLI Lecture Notes 10. Center for the Study of Language and Information, Stanford, CA, EE.UU.
José Luis Vicedo González (2003). Recuperación de Información de alta precisión: Los sistemas de búsqueda de respuestas. Sociedad Española para el Procesamiento del Lenguaje Natural
Jerry R. Hobbs (1993). The generic information extraction system. En Proceedings of the 5th Conference on Message understanding (MUC-5), pág. 87-91. Morgan Kauffman Publishers, San Francisco, USA |
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
|
|