Competencias del título |
Código
|
Competencias del título
|
A2 |
CE01 - Comprensión y dominio de técnicas para el procesamiento léxico, sintáctico y semántico de textos en lenguaje natural |
A3 |
CE02 - Comprensión y dominio de los fundamentos y técnicas de procesamiento de documentos enlazados, estructurados y no estructurados, y de la representación de su contenido |
A4 |
CE03 - Comprensión y conocimiento de las técnicas de representación y procesado de conocimiento mediante ontologías, grafos y RDF, así como de las herramientas asociadas a las mismas |
B1 |
CG01 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial |
B3 |
CG03 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo |
B4 |
CG04 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables en el campo |
B6 |
CB01 - 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 |
B7 |
CB02 - 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 |
B10 |
CB05 - 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 |
C2 |
CT02 - Dominar la expresión y la comprensión de forma oral y escrita de un idioma extranjero |
C3 |
CT03 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C7 |
CT07 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social |
C8 |
CT08 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias del título |
Conocer, comprender y analizar la representación formal de diversos fenómenos léxicos, sintácticos y semánticos del lenguaje natural. |
AM1
|
BM1 BM3 BM4 BM6 BM10
|
CM2 CM8
|
Conocer, comprender y saber usar las tecnologías, marcos y librerías para la construcción de sistemas de procesamiento del lenguaje natural. |
AM1 AM2
|
BM3 BM4 BM6 BM7 BM10
|
CM2 CM3 CM7
|
Diseñar, implementar y saber usar algoritmos y estructuras de datos para tratar y dar soporte a los diversos fenómenos característicos del lenguaje natural. |
AM1 AM2 AM3
|
BM1 BM3 BM4 BM6 BM7 BM10
|
CM2 CM3 CM7 CM8
|
Conocer, comprender y analizar las técnicas de procesamiento del lenguaje natural para el procesado y desambiguación a nivel léxico, sintáctico y semántico. |
AM1 AM2 AM3
|
BM1 BM3 BM4 BM6 BM7 BM10
|
CM2 CM3 CM7 CM8
|
Conocer y comprender los problemas que plantea la ambigüedad e imprecisión en las fuentes de datos en lenguaje natural y técnicas para resolverlos. |
AM1 AM2
|
BM1 BM3 BM4 BM6 BM7 BM10
|
CM2 CM3 CM7 CM8
|
Contenidos |
Tema |
Subtema |
Introducción. |
Niveles de análisis.
Ambigüedad y dependencias contextuales. |
Análisis léxico. |
Segmentación.
Diccionarios y tesauros.
Técnicas de etiquetación morfosintáctica. |
Análisis sintáctico. |
Gramáticas algebraicas.
Gramáticas suavemente sensibles al contexto.
Gramáticas de dependencias.
Gramáticas probabilísticas. |
Análisis semántico. |
Semántica léxica.
Dependencias semánticas.
Grafos semánticos. |
Planificación |
Metodologías / pruebas |
Competéncias |
Horas presenciales |
Horas no presenciales / trabajo autónomo |
Horas totales |
Sesión magistral |
A2 A3 A4 B1 B3 B6 B7 B10 C2 C8 |
21 |
21 |
42 |
Prácticas de laboratorio |
A2 A3 A4 B3 B4 B6 B7 B10 C2 C3 C7 C8 |
14 |
48 |
62 |
Solución de problemas |
A2 A3 A4 B3 B4 B6 B7 B10 C2 |
7 |
25 |
32 |
Prueba objetiva |
A2 A3 A4 B1 B6 B7 C2 |
3 |
9 |
12 |
|
Atención personalizada |
|
2 |
0 |
2 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
Clases teóricas, en las que se expone el contenido de cada tema. El alumno dispondrá de copias de las transparencias con anterioridad y el profesor promoverá una actitud activa, realizando preguntas que permitan aclarar aspectos concretos y dejando cuestiones abiertas para la reflexión del alumno. |
Prácticas de laboratorio |
Clases prácticas con uso de ordenador, que permiten al alumno familiarizarse desde un punto de vista práctico con las cuestiones expuestas en las clases teóricas. |
Solución de problemas |
Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos. |
Prueba objetiva |
Se evaluará el dominio de los conocimientos teóricos y operativos de la materia. |
Atención personalizada |
Metodologías
|
Sesión magistral |
Prácticas de laboratorio |
Solución de problemas |
Prueba objetiva |
|
Descripción |
El desarrollo, tanto de las clases magistrales como de las de resolución de problemas y los laboratorios de prácticas, se realizará atendiendo al progreso de los alumnos en las capacidades de comprensión y asimilación de los contenidos impartidos. El avance general de la clase se compaginará con una atención específica a aquellos alumnos que presenten mayores dificultades en la tarea del aprendizaje y con un apoyo adicional a aquellos que presenten mayor desenvoltura y deseen ampliar conocimientos.
En lo que respecta a las tutorías individuales, dado su carácter personalizado, no deben dedicarse a extender los contenidos con nuevos conceptos, sino a aclarar los conceptos ya expuestos. El profesor las utilizará como una interacción que le permita extraer conclusiones respecto al grado de asimilación de la materia por parte de los alumnos. |
|
Evaluación |
Metodologías
|
Competéncias |
Descripción
|
Calificación
|
Prácticas de laboratorio |
A2 A3 A4 B3 B4 B6 B7 B10 C2 C3 C7 C8 |
Las entregas de las prácticas deben realizarse dentro del plazo establecido en el campus virtual y deben seguir las especificaciones indicadas en el enunciado tanto para su presentación como su defensa. |
50 |
Prueba objetiva |
A2 A3 A4 B1 B6 B7 C2 |
Realización obligatoria. Se evaluará el dominio de los conocimientos teóricos y operativos de la asignatura. |
50 |
|
Observaciones evaluación |
Los alumnos deberán alcanzar al menos un 40% de la máxima nota cada parte (teoría, práctica) y en cualquier caso la suma de ambas partes debe superar un 5 para superar la asignatura. Si no se cumple alguno de los requisitos anteriores, la nota de la convocatoria se establecerá de acuerdo a la menor nota obtenida.
En caso de no alcanzar el mínimo en alguna de las partes, el alumno tendrá una segunda oportunidad en la que solamente se le exigirá la entrega de dicha parte.
Las entregas de las prácticas deben realizarse dentro del plazo establecido en el campus virtual y deben seguir las especificaciones indicadas en el enunciado tanto para su presentación como su defensa.
Tendrá la condición de “Presentado” quien entregue todas las prácticas obligatorias o concurra a la prueba objetiva en el período oficial de evaluación.
En el caso de realización fraudulenta de ejercicios o pruebas, se aplicará la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de cualificaciones. En aplicación de la normativa correspondiente sobre plagio, la copia total o parcial de algún ejercicio de prácticas o de teoría supondrá el suspenso en las dos oportunidades del curso, con la calificación de 0,0 en ambos casos.
|
Fuentes de información |
Básica
|
Manning, C., & Schutze, H. (1999). Foundations of statistical natural language processing. MIT Press
Manning, C., & Schutze, H. (1999). Foundations of statistical natural language processing. MIT Press
Jacob Eisenstein (2019). Introduction to Natural Language Processing. MIT Press
Goldberg, Y. (2017). Neural network methods for natural language processing. Synthesis lectures on human language technologies. Morgan Claypool
Jurafsky, D. & Martin, J. H. (2022). Speech and Language Processing (3rd ed. draft). Disponible en: https://web.stanford.edu/~jurafsky/slp3/ |
|
Complementária
|
Stuart Russell, Peter Norvig (2020). Artificial Intelligence: A Modern Approach, 4th Edition. Pearson
Kübler, S., McDonald, R., & Nivre, J. (2009). Dependency Parsing. Synthesis lectures on human language technologies. Morgan Claypool
Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze (2008). Introduction to Information Retrieval. Cambridge University Press, Cambridge
Chollet, F. (2018). Keras: The python deep learning library. Astrophysics Source Code Library |
Adicionalmente, se
manejarán textos científicos disponibles en las bibliotecas digitales del área,
como la ACL Anthology o ACM. |
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
|
Asignaturas que se recomienda cursar simultáneamente |
Aprendizaje Automático I/614544012 |
|
Asignaturas que continúan el temario |
Minería de Textos/614544011 | Modelado del Lenguaje/614544009 | Inteligencia Web y Tecnologías Semánticas/614544010 |
|
Otros comentarios |
Según se recoge en las distintas normativas de aplicación para la docencia universitaria, esta materia incorpora la perspectiva de género. Se propiciará la intervención en clase de alumnos y alumnas, y se trabajará para identificar y modificar perjuicios y actitudes sexistas y se influirá en el entorno para modificarlos y fomentar valores de respeto e igualdad. Se deberán detectar situaciones de discriminación por razón de género y se propondrán acciones y medidas para corregirlas. |
|