L'objectiu de l'assignatura és aportar els fonaments del Processament del Llenguatge Natural (PLN) a l'estudiant. Concretament, s'introdueix la problemàtica que presenta el PLN, les tècniques i recursos que es fan servir per tractar-los i els fonaments teòrics en que es basen. L'assignatura també introdueix breument les aplicacions més importants del PLN. El temari de l'assignatura es centra en les dues aproximacions més utilitzades en el PLN: l'aproximació basada en el coneixement lingüístic i l'aproximació basada en mètodes empírics (bàsicament de tipus estadístic i d'aprenentatge automàtic).
Professorat
Responsable
Jordi Turmo Borrás (
)
Altres
Salvador Medina Herrera (
)
Hores setmanals
Teoria
1.5
Problemes
0.5
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6
Competències
Competències Transversals
Transversals
CT1 - Emprenedoria i innovació. Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; tenir capacitat per entendre les normes laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici.
CT2 - Sostenibilitat i Compromís Social. Conèixer i comprendre la complexitat dels fenòmens econòmics i socials típics de la societat del benestar; tenir capacitat per relacionar el benestar amb la globalització i la sostenibilitat; obtenir habilitats per utilitzar de forma equilibrada i compatible la tècnica, la tecnologia, l'economia i la sostenibilitat.
CT6 [Avaluable] - Aprenentatge autònom. Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per ampliar aquest coneixement.
CT8 - Perspectiva de gènere. Conèixer i comprendre, des de l'àmbit de la titulació mateixa, les desigualtats per raó de sexe i gènere en la societat, i integrar les diverses necessitats i preferències per raó de sexe i gènere en el disseny de solucions i la resolució de problemes.
Bàsiques
CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
CB4 - Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
CB5 - Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia
Competències Tècniques
Específiques
CE02 - Dominar els conceptes bàsics de matemàtica discreta, lògica, algorísmica i complexitat computacional i la seva aplicació per al tractament automàtic de la informació per mitjà de sistemes computacionals i la seva aplicació per a la resolució de problemes.
CE14 - Dominar els fonaments, paradigmes i tècniques pròpies dels sistemes intel·ligents i analitzar, dissenyar i construir sistemes, serveis i aplicacions informàtiques que utilitzin aquestes tècniques en qualsevol àmbit d'aplicació, inclòs la robòtica.
CE15 - Adquirir, formalitzar i representar el coneixement humà en una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment els relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
CE16 - Dissenyar i avaluar interfícies persona-màquina que garanteixin l'accessibilitat i usabilitat dels sistemes, serveis i aplicacions informàtiques.
CE17 - Desenvolupar i avaluar sistemes interactius i de presentació d'informació complexa i la seva aplicació a la resolució de problemes de disseny d'interacció persona-ordinador i persona-robot.
CE18 - Adquirir i desenvolupar tècniques d'aprenentatge computacional i dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les dedicades a extracció automàtica d'informació i coneixement a partir de grans volums de dades.
CE27 - Dissenyar i aplicar tècniques de processament de la veu, de reconeixement del llenguatge parlat i comprensió del llenguatge humà, amb aplicació en la intel·ligència artificial social.
Competències Tècniques Generals
Genèriques
CG3 - Definir, avaluar i seleccionar plataformes maquinari i programari per al desenvolupament i l'execució de sistemes, serveis i aplicacions informàtiques en l'àmbit de la intel·ligència artificial.
CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.
CG6 - Identificar oportunitats per a aplicacions innovadores de la intel·ligència artificial i la robòtica en entorns tecnològics en contínua evolució.
CG7 - Interpretar i aplicar la legislació vigent, així com especificacions, reglaments i normes en l'àmbit de la intel·ligència artificial.
CG8 - Observar un exercici ètic de la professió en totes les seves facetes, aplicant criteris ètics en el disseny de sistemes, algoritmes, experiments, utilització de dades, d'acord amb els sistemes ètics recomanats pels organismes nacionals i internacionals, amb especial èmfasi en seguretat, robustesa , privacitat, transparència, traçabilitat, prevenció de biaixos (de raça, gènere, religió, territori, etc.) i respecte als drets humans.
CG9 - Afrontar nous reptes amb una visió àmplia de les possibilitats de la carrera professional en l'àmbit de la Intel·ligència Artificial. Desenvolupar l'activitat aplicant criteris de qualitat i millora contínua, i actuar amb rigor en el desenvolupament professional. Adaptar-se als canvis organitzatius o tecnològics. Treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.
Objectius
Entendre les teories i les tècniques fonamentals associades al Processament del Llenguatge Natural
Competències relacionades:
CE27,
CG3,
CG5,
CG6,
CT6,
CB3,
CB4,
CB5,
CE02,
CE14,
CE18,
Conèixer els recursos i les aplicacions mes rellevants del Processament del Llenguatge Natural
Competències relacionades:
CE27,
CG3,
CG4,
CG5,
CG6,
CT6,
CT8,
CB3,
CB4,
CB5,
CE15,
Identificació d'unitats lingüístiques en un document
Reconeixament de zones textuals en un document. Identificació de paraules i oracions com a unitats bàsiques per al processament de text. Identificació de l'idioma. Objectius:12 Continguts:
Estudi de tècniques i recursos per a l'adquisició automàtica d'informació morfològica i semàntica d'una paraula, així com per a la desambiguació de la seva categoría morfològica i del seu significat donat un context. Aplicació a correctors de paraules i a la identificació de la polaritat de textos d'opinió Objectius:12 Continguts:
Bloc de tractament de seqüencies de paraules amb significat
Estudi de tècniques i recursos per al reconeixement de noms d'entitats i de frases nominals que es mencionen en text. Aplicació a l'anonimització de text. Objectius:12 Continguts:
Les classes estan organitzades en sessions de teoria/problemes i de laboratori.
A cada sessió de teoria/problemes es presentaran els nous conceptes, problemàtiques relacionades i aproximacions per resoldre-les, i es resoldràn exercicis per tal de fixar els conceptes, tècniques i algorismes explicats.
A les sessions de laboratori es desenvoluparan petites pràctiques utilitzant eines i llenguatges adequats al PLN que permetran practicar i reforçar els coneixements apresos a les classes de teoria.
Mètode d'avaluació
NEX: nota de l'examen final
NLAB: nota mitjana de les pràctiques de laboratori
NF: nota final de l'assignatura
NF = 0.5*NEX + 0.5*NLAB
Reavaluació:
Només es pot presentar a l'examen de reavaluació qui prèviament s'hagi presentat a l'examen final i l'hagi suspès.
En l'examen de reavaluació entrarà tot el temari fet a classes de teoria. La nota màxima d'aquest examen serà de 7.
Bibliografia
Bàsica:
Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition -
Jurafsky, Dan; Martin, James H,
Prentice Hall,, 2019.
The Handbook of Computational Linguistics and Natural Language Processing -
Clark, Alexander; Fox, Chris; Lappin, Shalom,
Wiley-Blackwell, 2012. ISBN: 9781444324044