El examen computa un 60% de la nota y el 40% restante se reparte entre las prácticas y cualquier otra actividad evaluable realizada a lo largo del curso. Será necesario conseguir un mínimo de 3 (sobre 6 puntos, en el examen) y un 2 (sobre 4 puntos, en el conjunto de las prácticas y demás actividades). En caso de no conseguir alguno de los mínimos, la máxima nota que se podrá obtener es un 4.5.

Si las prácticas u otras actividades se llevan a cabo en grupos, todos los miembros del grupo serán responsables solidariamente por el trabajo realizado y entregado así como sus posibles implicaciones. En la segunda oportunidad se mantendrán los resultados obtenidos en cada sección (examen y prácticas) de la primera oportunidad.

En el caso de estudiantes a tiempo parcial, la falta de asistencia justificada a las clases de prácticas y TGR no será penalizada.

El estudiante que no concurra a la prueba objetiva
en el período oficial de evaluación tendrá la condición de “No presentado” (NP).

La realización fraudulenta de las pruebas o actividades de evaluación, una vez comprobada, implicará directamente la calificación de suspenso '0' en la materia en la oportunidad correspondiente.

Resultados de aprendizaje	Competencias del título
Conocer, comprender y analizar la representación formal de diversos fenómenos léxicos, sintácticos y semánticos del lenguaje	A28	B3 B4 B7 B8 B10	C4
Conocer, comprender y saber usar las tecnologías, marcos y librerías para la construcción de sistemas de procesamiento del lenguaje	A28	B2 B3 B4 B7 B8 B9 B10	C1 C4
Diseñar, implementar y saber usar algoritmos y estructuras de datos para tratar y dar soporte a los diversos fenómenos característicos del lenguaje	A28	B2 B3 B4 B7 B8 B9 B10	C1 C4

Tema	Subtema
Tema I. Fundamentos de lenguaje estructurado	1.1. Conceptos básicos: Gramáticas y lenguajes 1.2. Fases y componentes de un procesador del lenguaje 1.3. Entornos de aplicación de la Teoría de Lenguajes
Tema II. Análisis léxico	2.1. Autómatas finitos, expresiones regulares y gramáticas regulares 2.2. Conversión entre diferentes representaciones 2.3. Implementación de autómatas y expresiones regulares
Tema III. Análisis sintáctico	3.1. Lenguajes de contexto libre y Gramáticas independientes del contexto 3.2. Reconocedores descendentes recursivos y LL(k) 3.3. Reconocedores LR(k)
Tema IV. Análisis semántico y diseño de acciones semánticas	4.1. Control de atributos 4.2. Manejo de errores 4.3. Generación dirigida por la sintaxis
Tema V. Introducción al procesamiento del lenguaje natural	5.1. Niveles de análisis 5.2. Ambigüedad
Tema VI. Modelado del lenguaje	6.1. Modelos del lenguaje basados en n-gramas 6.2. Evaluación de modelos del lenguaje 6.3. Técnicas de suavizado 6.4. Modelos del lenguaje basados en redes neuronales
Tema VII. Análisis morfológico del lenguaje natural	7.1. Fundamentos de análisis morfológico 7.2. Análisis morfológico estadístico 7.3. Análisis morfológico con redes neuronales
Tema VIII. Fundamentos de análisis sintáctico del lenguaje natural	8.1. Fundamentos de análisis sintáctico de constituyentes 8.2 Fundamentos de análisis sintáctico de dependencias

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Sesión magistral	A28 B4 B8 B9 C4	21	27.3	48.3
Prueba objetiva	A28 B2 B3 B7 B9	3	18	21
Prácticas de laboratorio	A28 B2 B3 B4 B7 B8 B9 B10 C1	21	35.7	56.7

Atención personalizada		24	0	24

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Sesión magistral	En las clases de teoría, los profesores desarrollarán los contenidos teóricos y algunos ejercicios complementarios
Prueba objetiva	Prueba en la que se evaluarán los conocimientos adquiridos
Prácticas de laboratorio	Permiten al alumno aprender de forma eficaz a través de actividades de carácter aplicado, en este caso mediante la realización de proyectos en forma de prácticas. En su enunciado se detallará si es necesaria la entrega y su formato.

Metodologías	Competéncias	Descripción	Calificación
Prácticas de laboratorio	A28 B2 B3 B4 B7 B8 B9 B10 C1	Realización de ejercicios de diverso tipo, asociados en buena parte a los contenidos de las clases magistrales y bajo las condiciones establecidas en el enunciado de cada práctica.	40
Prueba objetiva	A28 B2 B3 B7 B9	Se realizará un examen al final del cuatrimestre y su correspondiente segunda oportunidad. Este examen se centrará principalmente en los aspectos teoricos y ejercicios asociados. Sin embargo, podrá preguntarse alguna cuestión relacionada con las prácticas de laboratorio realizadas.	60

Observaciones evaluación
El examen computa un 60% de la nota y el 40% restante se reparte entre las prácticas y cualquier otra actividad evaluable realizada a lo largo del curso. Será necesario conseguir un mínimo de 3 (sobre 6 puntos, en el examen) y un 2 (sobre 4 puntos, en el conjunto de las prácticas y demás actividades). En caso de no conseguir alguno de los mínimos, la máxima nota que se podrá obtener es un 4.5. Si las prácticas u otras actividades se llevan a cabo en grupos, todos los miembros del grupo serán responsables solidariamente por el trabajo realizado y entregado así como sus posibles implicaciones. En la segunda oportunidad se mantendrán los resultados obtenidos en cada sección (examen y prácticas) de la primera oportunidad. En el caso de estudiantes a tiempo parcial, la falta de asistencia justificada a las clases de prácticas y TGR no será penalizada. El estudiante que no concurra a la prueba objetiva en el período oficial de evaluación tendrá la condición de “No presentado” (NP). La realización fraudulenta de las pruebas o actividades de evaluación, una vez comprobada, implicará directamente la calificación de suspenso '0' en la materia en la oportunidad correspondiente.

Básica	Aho, A.V.; Lam, M.; Sethi, R.; Ullman, J.D. (2008). Compiladores: Principios, técnicas y herramientas. Addison-Wesley Garrido, A.; Iñesta, J.M.; Moreno, F.; Pérez, J.A. (2004). Diseño de compiladores. Publicaciones de la Universidad de Alicante Christopher D. Manning; Hinrich Schütze (1999). Foundations of Statistical Natural Language Processing. MIT Press (ISBN 78-0262133609) Hopcroff, J.E.; Motwani, R.; Ullman, J. D. (2002). Introducción a la teoría de autómatas, lenguajes y computación. Addison-Wesley Daniel Jurafsky; James H. Martin (2022). Speech and Language Processing, Draft 3rd Edition. https://web.stanford.edu/~jurafsky/slp3/

Complementária	Louden, D.K. (2004). Construcción decompiladores. Principios y Práctica. Paraninfo Thomson Learning Sudkamp, T.A. (1994). Languages and machines. Addison-Wesley Lewis Tunstall, Leandro von Werra, and Thomas Wolf (2022). Natural Language Processing with Transformers. O'Reilly Media (ISBN 9781098103248) Yue Zhang and Zhiyang Teng (2021). Natural Language Processing: A Machine Learning Perspective. Cambridge University Press (ISBN 9781108420211) Yoav Goldberg (2017). Neural Network Methods for Natural Language Processing. Morgan & Claypool Publishers (ISBN 978-1627052986) Aho, A.V.; Ullman, J.D. (1972). The theory of parsing, translation and compiling. Prentice-Hall

Otros comentarios