Datos Identificativos 2023/24
Asignatura (*) Linguaxe Natural e Minaría de Textos Código 614G02043
Titulación
Grao en Ciencia e Enxeñaría de Datos
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
 Cuarto Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Vilares Calvo, David
 Correo electrónico
david.vilares@udc.es
Profesorado
Gómez Rodríguez, Carlos
Vilares Calvo, David
 Correo electrónico
carlos.gomez@udc.es
david.vilares@udc.es
Web http://campusvirtual.udc.es
Descrición xeral O procesamento da linguaxe natural (PLN) é a área da intelixencia artificial que se ocupa do estudo e desenvolvemento de modelos computacionais que sexan capaces de procesar e comprender as particularidades da linguaxe natural coa mesma eficacia que os humanos.

Nesta materia, introducirase ao alumnado nos fundamentos básicos e as técnicas de aprendizaxe automática asociadas ao PLN, que se utilizan como punto de partida para o desenvolvemento de numerosas tecnoloxías da linguaxe e a explotación automática de textos.

O alumnado familiarizarase cos algoritmos e técnicas para representar a información latente presente en textos escritos en forma de árbores e grafos, con técnicas para representar palabras de forma que capturen de forma eficiente o seu significado, coa implementación de modelos utilizando técnicas de aprendizaxe automática e a súa aplicación a diversos problemas relacionados co PLN que resulten útiles para usuarios/usuarias non especializados, así como as técnicas existentes para que as tecnoloxías lingüísticas poidan aplicarse a diversas linguas, incluso aquelas para as que se dispoña de recursos escasos, anotados ou non.

Competencias do título
Código Competencias do título
A28 CE28 - Comprensión e dominio dos fundamentos e técnicas para o procesado de datos escritos, tanto en linguaxe formal como en linguaxe natural.
B2 CB2 - Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo
B3 CB3 - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética
B4 CB4 - Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado
B7 CG2 - Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables.
B8 CG3 - Ser capaz de manter e estender formulacións teóricas fundadas para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo.
B9 CG4 - Capacidade para abordar con éxito todas as etapas dun proxecto de datos: exploración previa dos datos, preprocesado, análise, visualización e comunicación de resultados.
B10 CG5 - Ser capaz de traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecer, comprender e analizar técnicas de procesamento da linguaxe natural para o procesamento e a desambiguación a nivel sintáctico e semántico. A28
 B2
B3
B4
B7
B8
B9
B10
Saber utilizar as técnicas e métodos de procesamento da linguaxe natural para resolver problemas reais de minaría de textos. A28
 B2
B3
B4
B7
B8
B9
B10
Coñecer e comprender os problemas que supón o multilingüismo nas fontes de datos e técnicas para resolvelos. A28
 B2
B8
B9
B10
Coñecer e analizar paradigmas informáticos emerxentes con potencial para mellorar o paralelismo na minaría de textos. A28
 B2
B4
B7
B8

Contidos
Temas Subtemas
Análise sintáctica de constituíntes para a minaría de textos Sintaxe dos constituíntes
Análise estatística dos constituíntes con programación dinámica
Análise de constituíntes de redución e desprazamento con redes neuronais
Análise de constituíntes descontinuos
Análise de constituíntes secuencia a secuencia
Analise de dependencias para a minaría de textos Sintaxe de dependencia
Criterios de anotación e dependencias universais
Análise de dependencias baseada en transicións
Análise de dependencias a partir de gráficos
Non proxectividade
Semántica Análise de dependencias semánticas
Vectores densos usando SVD
Vectores densos mediante a predición de palabras: skip-gram e CBOW
Propiedades dos vectores densos
Agrupación de Brown
Computación cos sentidos das palabras Sentidos da palabra
Relacións entre os sentidos
Bases de datos de relacións léxicas
Desambiguación do significado das palabras
Aplicacións prácticas da minaría de textos -
Tratamento da lingua multilingüe Procesamento de linguas ricas en morfoloxía
Procesamento da linguaxe non segmentado
Procesamento da linguaxe con poucos recursos
Tramitación translingüe
Tecnoloxías emerxentes -

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral A28 B3 B8 B9 21 21 42
Prácticas de laboratorio A28 B2 B4 B7 B9 B10 10 30 40
Solución de problemas A28 B2 B3 B8 8 30 38
Proba obxectiva A28 B2 B3 B8 2 10 12
Traballos tutelados A28 B3 B4 B7 B10 1 16 17
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Clases teóricas, nas que se expón o contido de cada tema. O alumnado disporá previamente de copias das transparencias e o profesorado promoverá unha actitude activa, formulando preguntas que permitan aclarar aspectos concretos e deixando preguntas abertas para a reflexión do estudantado.
Prácticas de laboratorio Clases prácticas co uso do ordenador, que permitan ao alumnado familiarizarse dende un punto de vista práctico coas cuestións expostas nas clases teóricas.
Solución de problemas Aprendizaxe baseada en problemas, seminarios, estudos de casos e proxectos.
Proba obxectiva Valorarase o dominio dos coñecementos teóricos e operativos da materia.
Traballos tutelados Traballo no que o alumnado consultará fontes de información actualizadas para familiarizarse con aspectos de investigación da materia.

Atención personalizada
Metodoloxías
Proba obxectiva
Sesión maxistral
Prácticas de laboratorio
Traballos tutelados
Solución de problemas
Descrición
O desenvolvemento, tanto das clases maxistrais como das de resolución de problemas e os laboratorios de prácticas, realizarase atendendo ao progreso do alumnado nas capacidades de comprensión e asimilación dos contidos impartidos. O avance xeral da clase compaxinarase cunha atención específica a aqueles/as alumnos/as que presenten maiores dificultades na tarefa da aprendizaxe e cun apoio adicional a aqueles que presenten maior desenvoltura e desexen ampliar coñecementos. No traballo tutelado prestarase unha atención personalizada ao alumnado para orientalo no seu traballo autónomo.

No que respecta ás tutorías individuais, dado o seu carácter personalizado, non deben dedicarse a estender os contidos con novos conceptos, senón a aclarar os conceptos xa expostos. O profesorado utilizaraas como unha interacción que lle permita extraer conclusións respecto ao grao de asimilación da materia por parte do alumnado.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Proba obxectiva A28 B2 B3 B8 Actuación obrigatoria. Valorarase o dominio dos coñecementos teóricos e operativos da materia. 50
Prácticas de laboratorio A28 B2 B4 B7 B9 B10 As entregas das prácticas deberán realizarse no prazo establecido no campus virtual e deberán seguir as especificacións sinaladas no escrito tanto para a súa presentación como para a súa defensa. 40
Traballos tutelados A28 B3 B4 B7 B10 Avaliarase o dominio do alumnado para comprender e asimilar o traballo de investigación. 10
 
Observacións avaliación

O/A alumno/a deberá acadar polo menos o 40% da nota máxima das partes teóricas e prácticas, sendo en todo caso a suma de tres partes superior a 5 para superar a materia. De non cumprirse algún dos requisitos anteriores, a cualificación da convocatoria establecerase en función da nota máis baixa obtida.

No caso de non acadar o mínimo de teoría ou práctica, o/a alumno/a disporá dunha segunda oportunidade na que só estará obrigado/a a entregar dita parte. Os traballos tutelados considéranse como avaliación continua e non se entregarán na segunda oportunidade.

As cualificacións non se gardarán entre cursos académicos.

As entregas das prácticas deberán realizarse no prazo establecido no campus virtual e deberán seguir as especificacións sinaladas no escrito tanto para a súa presentación como para a súa defensa.

Quen concorra á proba obxectiva no período oficial de avaliación terá a condición de “Presentado/a”.

A realización fraudulenta de probas ou actividades de avaliación, unha vez acreditada, implicará directamente a cualificación de suspenso na convocatoria na que se comprometa: o/a alumno/a será cualificado con "suspenso" (nota numérica 0) na convocatoria correspondente da materia académica, tanto se o delito se comete na primeira oportunidade ou na segunda. Para iso, procederase a modificar a súa cualificación no acto de primeira oportunidade, se é o caso.

Fontes de información
Bibliografía básica Bengfort, Benjamin & Bilbro, Rebeca & Tony Ojeda (2018). Applied Text Analysis with Python. Oreilly
Manning, Chris., & Schutze, Hinrich (1999). Foundations of statistical natural language processing. MIT Press
Kochmar, Ekaterina (2022). Getting Started with Natural Language Processing. Oreilly
Jacob Eisenstein (2019). Introduction to Natural Language Processing. MIT Press
Jurafsky, Dan. & Martin, J. H. (2022). Speech and Language Processing (3rd ed. draft). Disponible en: https://web.stanford.edu/~jurafsky/slp3/

Bibliografía complementaria Kübler, Sandra., McDonald, Ronald., & Nivre, Joakim (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, François. (2018). Keras: The python deep learning library. Astrophysics Source Code Library
Goldberg, Yoav (2017). Neural network methods for natural language processing. Synthesis lectures on human language technologies. Morgan Claypool


Recomendacións
Materias que se recomenda ter cursado previamente
Procesamento da Linguaxe Escrita/614G02029
Aprendizaxe Automática III/614G02026
Aprendizaxe Automática I/614G02019
Aprendizaxe Automática II/614G02021

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria, esta materia incorpora a perspectiva de xénero. Propiciarase a intervención en clase de alumnos e alumnas, e traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. Deberanse detectar situacións de discriminación por razón de xénero e proporanse accións e medidas para corrixilas.


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías