La ingeniería del lenguaje humano constituye un campo muy amplio. El objetivo de este curso es primero proporcionar a los estudiantes una visión general de la diversidad de aplicaciones asociadas con la ingeniería del lenguaje, identificando las tendencias actuales. Después de esta visión general, el curso se centrará en tres áreas específicas: extracción de información, traducción automática y sistemas de diálogo. Para cada área, se han seleccionado algunas aplicaciones para trabajarlas en detalle. Los estudiantes aprenderán qué conocimientos y herramientas necesita un ingeniero para desarrollar tales aplicaciones. Se presentarán algunas aplicaciones actuales, por parte de empresas invitadas, para comprender la situación actual de la ingeniería del lenguaje humano en el mercado.
Profesorado
Responsable
Anna Sallés Rius (
)
Horas semanales
Teoría
2
Problemas
1
Laboratorio
0
Aprendizaje dirigido
0
Aprendizaje autónomo
5.65
Competencias
Competencias Técnicas Genéricas
Genéricas
CG1 - Capacidad para proyectar, diseñar e implantar productos, procesos, servicios e instalaciones en todos los ámbitos de la Inteligencia Artificial.
Competencias Técnicas de cada especialidad
Académicas
CEA3 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de Aprendizaje Automático, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
CEA5 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas de Procesamiento del Lenguaje Natural, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
CEA7 - Capacidad de comprender la problemática, y las soluciones a los problemas en la práctica profesional de la aplicación de la Inteligencia Artificial en el entorno empresarial e industrial.
Profesionales
CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
CEP4 - Capacidad para disenar, redactar y presentar informes sobre proyectos informaticos en el area especifica de Inteligencia Artificial.
Competencias Transversales
Trabajo en equipo
CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
Uso solvente de los recursos de información
CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.
Razonamiento
CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.
Analisis y sintesis
CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.
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.
CB8 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
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.
Objetivos
Learning the current trends of Human Language Engineering and further challenges.
Competencias relacionadas:
CEA3,
CEA5,
CEA7,
CG1,
CT4,
CB9,
Learning knowledge and tools required to develop Human Language Engineering applications in the selected areas (Information Extraction, Machine Translation and Dialogue Systems), and comparison criteria.
Competencias relacionadas:
CEA3,
CT4,
CT6,
CB8,
Development of criteria to identity problems to be solved using Human Language Engineering.
Competencias relacionadas:
CEA7,
CG1,
CEP3,
CT3,
CT6,
CT7,
Application of the acquired knowledge to specific real problems.
Competencias relacionadas:
CEA3,
CEA5,
CEA7,
CG1,
CEP3,
CEP4,
CT3,
CT7,
CB6,
Understanding the potential applications of Human Language Engineering in the business environment.
Competencias relacionadas:
CEA3,
CEA5,
CEA7,
CG1,
Contenidos
Course Introduction
Presentation of the course: aims, plan and structure.
General overview of the range of applications associated with language engineering. Currents trends.
Information Extraction
Entity and Relation extraction. Event and Time extraction. Sentiment and Affect extraction. Summarisation.
Machine Translation
Classical MT. Statistical MT. Resources and models for MT. MT Evaluation.
Dialogue Systems
Question Answering. Conversational Agents. Chatbots. Virtual Assistants.
Actividades
ActividadActo evaluativo
Course Introduction
Presentation of the course: aims, plan and structure.
General overview of the range of applications associated with language engineering. Currents trends. Objetivos:1 Contenidos:
Entity and Relation extraction. Event and Time extraction. Sentiment and Affect extraction. Summarisation. Considering open and restricted domains. Considering monolingual and crosslingual scenarios. Objetivos:523 Contenidos:
This course will build on different teaching methodology (TM) aspects, including:
TM1: theoretical lecture sessions
TM2: practical sessions with invited speakers from the industry
TM3: oral presentations of the students
Método de evaluación
The students must deliver a report from three practical sessions where invited speakers from the industry explain actual applications of HLE. Only three industrial sessions will be subject of reporting, even in the case that some additional sessions would be scheduled.
Each report is the 10% of the final mark.
For the other 70% of the mark, each student will choose one option among:
1. Deep study of a specific HLE application or a comparative study of HLE applications
2. Development of a HLE application
3. Development of a proposal to solve a specific real challenge
In all the cases, a preliminar deliverable will be required (10%), as well as a final report (50%),
and an oral presentation (10%).
Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition -
Jurafsky, D.; Martin, J.H,
2019. http://cataleg.upc.edu/record=b1536816~S1*cat
Capacidades previas
- Introductory concepts and methods of Natural Language Processing.