Ingeniería del Lenguaje Humano

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

Profesorado

Responsable

• Anna Sallés Rius ( )

Horas semanales

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

1. Learning the current trends of Human Language Engineering and further challenges.
   Competencias relacionadas: CEA3, CEA5, CEA7, CG1, CT4, CB9,
2. 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,
3. Development of criteria to identity problems to be solved using Human Language Engineering.
   Competencias relacionadas: CEA7, CG1, CEP3, CT3, CT6, CT7,
4. Application of the acquired knowledge to specific real problems.
   Competencias relacionadas: CEA3, CEA5, CEA7, CG1, CEP3, CEP4, CT3, CT7, CB6,
5. Understanding the potential applications of Human Language Engineering in the business environment.
   Competencias relacionadas: CEA3, CEA5, CEA7, CG1,

Contenidos

1. Course Introduction
   Presentation of the course: aims, plan and structure.
   General overview of the range of applications associated with language engineering. Currents trends.
2. Information Extraction
   Entity and Relation extraction. Event and Time extraction. Sentiment and Affect extraction. Summarisation.
3. Machine Translation
   Classical MT. Statistical MT. Resources and models for MT. MT Evaluation.
4. Dialogue Systems
   Question Answering. Conversational Agents. Chatbots. Virtual Assistants.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition - Jurafsky, D.; Martin, J.H, Prentice Hall, 2008. ISBN: 9332518416
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003460299706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• 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