Procesamiento Estadístico del Lenguaje Natural

• Horas semanales
• Competencias
• Objetivos
• Contenidos
• Actividades
• Metodología docente
• Método de evaluación
• Bibliografía

Horas semanales

Competencias

Competencias Técnicas Genéricas

Genéricas

• CG1 - Capacidad para aplicar el método científico en el estudio y análisis de fenómenos y sistemas en cualquier ámbito de la Informática, así como en la concepción, diseño e implantación de soluciones informáticas innovadoras y originales.
• CG3 - Capacidad para el modelado matemático, cálculo y diseño experimental en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación e innovación en todos los ámbitos de la Informática.

Competencias Transversales

Uso solvente de los recursos de información

• CTR4 - Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información del ámbito de la ingeniería informática y valorar de forma crítica los resultados de esta gestión.

Razonamiento

• CTR6 - Capacidad de razonamiento crítico, lógico y matemático. Capacidad para resolver problemas dentro de su área de estudio. Capacidad de abstracción: capacidad de crear y utilizar modelos que reflejen situaciones reales. Capacidad de diseñar y realizar experimentos sencillos, y analizar e interpretar sus resultados. Capacidad de análisis, síntesis y evaluación.

Básicas

• CB6 - 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.
• CB7 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
• CB9 - 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.

Competencias Técnicas de cada especialidad

Específicas comunes

• CEC1 - Capacidad para aplicar el método científico en el estudio y análisis de fenómenos y sistemas en cualquier ámbito de la Informática, así como en la concepción, diseño e implantación de soluciones informáticas innovadoras y originales.
• CEC2 - Capacidad para el modelado matemático, cálculo y diseño experimental en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación e innovación en todos los ámbitos de la Informática.
• CEC3 - Capacidad para aplicar soluciones innovadoras y realizar avances en el conocimiento que exploten los nuevos paradigmas de la Informática, particularmente en entornos distribuidos.

Objetivos

1. Justificar la pertinencia de aplicar determinada técnica estadística al abordaje de determinada tarea de PLN.
   Competencias relacionadas: CG1, CG3, CB6, CB7, CEC1, CEC2, CEC3, CTR4, CTR6,
2. Evaluar la utilidad de la inclusión de determinados componentes estadísticos en determinadas aplicaciones de PLN para resolver determinadas tareas de PLN
   Competencias relacionadas: CG3, CEC3,
3. Búsqueda y selección de recursos y procesadores estadísticos de PLN para ser usados en tareas y aplicaciones de PLN.
   Competencias relacionadas: CG3, CB7, CB9, CEC1, CEC2, CEC3, CTR4,
4. Diseño e implementación de nuevos componentes de PLN, adaptación de componentes ya existentes e integración en una aplicación de PLN.
   Competencias relacionadas: CG3, CB6, CB9, CEC2, CEC3, CTR4,

Contenidos

1. Introducción
   PLN vs Lingüística Computacional vs Tecnologia de la lengua
   Métodos basados en el conocimiento vs mètodos empíricos
   Recursos
   Recursos Léxicos
   Corpus
   Gramàticas
   Ontologias
2. Modelos de lenguaje
   Introducción
   Modelos basados en palabras, clases y sintagmas
   Contenido de información
   entropia
   información mutua
   entropia conjunta y condidional
   información mutua pointwise
   Kullback-Leibler divergence (KL)
   modelos "Noise channel"
   modelos de alineado
   Applicación a tareas de PLN
3. Modelos de estados finitos
   Autómatas de estados finitos y Gramáticas regulares
   Transdurctores de estados finitos (FST)
   Modelos de estados finitos probabilisticos
   Aplicación a tareas de PLN
4. Modelos log-lineales y de máxima entropia
   Problemas de clasificación – MLE vs MEM
   Modelos Generativos y condicionales (discriminativos).
   MM y HMM.
   CRF
   Construcción de modelos de ME
   Maximum Entropy Markov Models (MEMM)
   Applicaciones al PLN
5. Modelos para el análisis sintáctico
   Análisis sintáctico de constituyentes
   Stochastic Context Free Grammars (SCFG)
   Modelps probabilísticos más ricos
   Aplicaciones al PLN.
   Syntactic parsing
   Semantic parsing
   Análisis sintácticoc de dependencias
6. Aprendizaje automático supervisado para PLN
   Problemas de Clasificación.
   Margin-based classifiers: Perceptron, SVM, AdaBoost.
   Kernel-based mehods.
7. Aprendizaje semi-supervisado
   Bootstrapping
8. Aprendizaje no supervisado (agrupación)
   Similitud
   Agrupación jerárquica
   Agrupación no jerárquica
   Evaluación de la agrupación
9. Uso de técnicas estadísticas en aplicaciones de PLN
   Traducción automàtica (MT) en detalle
   Otras tareas (Part of Speech (POS) tagging, Named Entity Recognition and Classification (NERC), Mention detection & tracking, Coreference resolution, Text Alignment, Lexical Acquisition, Relation Extraction, Semantic Role Labeling (SRL), Word Sense Disambiguation (WSD)) y aplicaciones (Information Extraction (IE), Information Retrieval (IR), Question Answering (Q&A), Automatic Summarization, Sentiment Analysis, and Text Classification) sólo en forma resumida.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition and Computational Linguistics - Jurafsky, Daniel & Martin, James H., ISBN: 0131873210
  http://www.cs.colorado.edu/~martin/slp.html
• Handbook of natural language processing - Somers, Harold L; Dale, Robert, Marcel Dekker, cop.2000. ISBN: 0824790006
  http://cataleg.upc.edu/record=b1172244~S1*cat
• Foundations of statistical natural language processing - Manning, Christopher D; Schütze, Hinric, MIT Press, 1999. ISBN: 0262133601
  http://cataleg.upc.edu/record=b1165147~S1*cat
• The Oxford handbook of Computational Linguistics - Mitkov, Ruslan , 2004. ISBN: 019927634X
  http://www.chatbots.org/book/the_oxford_handbook_of_computational_linguistics/